编辑推荐
一本全面讲解RAG技术原理、实战应用与系统构建的著作。
内容简介
作者结合自身丰富的实战经验，详细阐述了RAG的基础原理、核心组件、优缺点以及使用场景，同时探讨了RAG在大模型应用开发中的变革与潜力。书中不仅揭示了RAG技术背后的数学原理，还通过丰富的案例与代码实现，引导你从理论走向实践，轻松掌握RAG系统的构建与优化。
作者简介
作者汪鹏，资深NLP技术专家和AI技术专家，拥有多年NLP落地经验。擅长结合用户场景，针对性地设计图谱、问答、检索、多模态、AIGC等相关的算法和落地方案。在Kaggle获得多枚奖牌，等级master。拥有公众号“NLP前沿”。
章节目录
版权信息
前言
第一部分 基础
第1章 RAG与大模型应用
1.1 大模型应用的方向：RAG
1.2 为什么需要RAG
1.3 RAG的工作流程
1.4 RAG的优缺点
1.5 RAG的使用场景
1.6 RAG面临的挑战
1.7 本章小结
第2章 语言模型基础
2.1 Transformer
2.2 自动编码器
2.3 自回归模型
2.4 本章小结
第3章 文本召回模型
3.1 文本召回模型基础
3.2 稠密向量检索模型
3.3 稀疏向量检索模型
3.4 重排序模型
3.5 本章小结
第二部分 原理
第4章 RAG核心技术与优化方法
4.1 提示词工程
4.2 文本切块
4.3 向量数据库
4.4 召回环节优化
4.5 效果评估
4.6 LLM能力优化
4.7 本章小结
第5章 RAG范式演变
5.1 基础RAG系统
5.2 先进RAG系统
5.3 大模型主导的RAG系统
5.4 多模态RAG系统
5.5 本章小结
第6章 RAG系统训练
6.1 RAG系统的训练难点
6.2 训练方法
6.3 独立训练
6.4 序贯训练
6.5 联合训练
6.6 本章小结
第三部分 实战
第7章 基于LangChain实现RAG应用
7.1 LangChain基础模块
7.2 基于LangChain实现RAG
7.3 基于Streamlit搭建一个ChatPDF可视化应用
7.4 本章小结
第8章 RAG系统构建与微调实战
8.1 向量模型构建
8.2 大模型指令微调
8.3 复杂问题处理
8.4 本章小结
大模型RAG实战：RAG原理、应用与系统构建是2024年由机械工业出版社出版,作者汪鹏。
得书感谢您对《大模型RAG实战：RAG原理、应用与系统构建》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
