趋近智

所有课程

检索增强生成 (RAG) 入门

章节 1: 检索增强生成技术简介

标准大型语言模型的局限性

什么是检索增强生成（RAG）？

RAG系统的核心架构

RAG 对比微调：理解其差异

使用RAG的优势

章节 2: 检索组件

检索器在 RAG 中的作用

向量嵌入简介

常用嵌入模型

相似性搜索：查找相关向量

向量数据库简介

选择向量数据库：考量因素

实践：生成文本嵌入

章节 3: 准备检索所需数据

从不同来源加载文档

文档分块的必要性

固定大小分块策略

内容感知的分块方法

数据块的元数据关联

将处理后的数据存储到向量数据库中

动手实践：文档分块

章节 4: 生成模块与增强

生成器（LLM）在RAG中的作用

RAG提示词的结构化

上下文注入方法

管理上下文长度限制

生成最终回复

生成内容中的来源归属

章节 5: 搭建一个基本RAG流程

RAG 框架概述 (例如 LangChain、LlamaIndex)

实现检索器

实现生成器集成

结合检索与生成

在流程中执行查询

动手实践：端到端RAG系统

章节 6: RAG系统的评估与改进

评估RAG的挑战

组件层面的评估：检索

组件级别评估：生成

端到端RAG评估框架

常见故障模式

改进的基本策略

实践：分析RAG输出质量

章节 1: 检索增强生成技术简介

课程章节

1.1 标准大型语言模型的局限性
1.2 什么是检索增强生成（RAG）？
1.3 RAG系统的核心架构
1.4 RAG 对比微调：理解其差异
1.5 使用RAG的优势

© 2025 ApX Machine Learning