促销中

RAG系统实战课

¥4.99

分类: ,

描述

课程介绍

大型语言模型(LLMs)发展迅速,但仍然面临知识时效性、幻觉以及数据安全等问题,在此背景下,RAG(检索增强生成)技术逐渐走入大众视野。作为大语言模型规模化应用中最具有潜力的方向之一,RAG 已经成为了大模型应用方向相关岗位的必备技能点。

此外,传统开发者加入这波 AI 浪潮,最快的路线就是 RAG。因为在所有与 AI 相关的项目里,RAG 的门槛最低,对传统开发者最友好。

然而,初学者想要学习和落地 RAG 仍然会遇到不少困难。常常会有这样的疑问:

  • 我想尝试用 RAG 改造手里的项目,但如何找到其业务价值,寻求相关支持?
  • 什么样的 RAG 项目门槛低,能够快速上手?
  • RAG 具体落地的时候,都需要考虑哪些因素?
  • 怎样评估和持续优化 RAG 应用质量?

为此,我们邀请了 RAG 技术专家叶伟民老师,推出这门对初学者更友好的 RAG 实战课,让你能在学习过程中少一些迷茫困惑,用最为简单省力的方式快速上手 RAG 应用开发。

课程设计

为了帮你循序渐进掌握 RAG 里的核心原理与关键技术,最终有能力自己开发和优化 RAG 应用,课程精心设计了四个篇章。

热身赛
只需掌握两个最基础的概念——对话模式和返回结构化数据,我们就可以引入 RAG 改造传统 MIS 系统了。这个案例业务价值比较高,同时技术难度最低,能够让你快速上手。

初级篇
初级篇我们会从 0 到 1 开启一个全新的 RAG 项目,一起开发一个 AI 读报小助手。在前一章基础上,我们会深入学习三个重要概念——元数据、文本摘要、机器翻译。

中级篇
动手实现一个支持模糊检索的工单辅助系统(其实这个项目相当于面向公司内部的客服系统)。在锻炼 RAG 开发能力的同时,又可以产出一定的业务价值。这一章涉及的重要技术点包括向量与嵌入模型、向量数据库、通过相似度来检索知识。

马拉松
授人以鱼,不如授人以渔,最后一章我们将学习 RAG 应用的评估与改进方法,掌握 RAG 应用的优化方案。这一章我们将会探讨 LangChain、LlamIndex 等 RAG 框架,还会了解 GraphRAG 等 13 种 RAG 前沿技术,以及如何借鉴这些先进技术的长处,持续提升自己的 RAG 应用质量。

课程配套代码仓库(随课程更新):https://github.com/weiminye/time-geekbang-org-rag

课程目录

订阅须知

  1. 订阅成功后,推荐通过“极客时间”App 端、Web 端学习。
  2. 本专栏为虚拟商品,交付形式为图文 + 音频,一经订阅,概不退款。