趋近智
趋近智
本课程提供关于架构、实现和优化大规模分布式检索增强生成（RAG）系统的全面指导。内容涵盖分布式检索的高级方法、大规模LLM集成、高效数据管道以及生产环境下的运维最佳实践。学员将掌握构建高性能、高弹性且经济高效RAG方案的技能，以处理海量数据和复杂信息获取任务。
先修课程 高级RAG知识，分布式系统经验。
级别:
分布式RAG系统设计
运用分布式计算原则，架构高度可扩展、高弹性的RAG系统。
大规模高级检索
实现与优化针对海量数据集的领先检索技术，包含分片向量搜索和混合模型。
RAG中的LLM优化
应用高级方法，在大规模RAG管道中微调、服务和管理LLM。
可扩展数据管道
构建与管理用于分布式RAG的健壮数据摄取、处理和嵌入生成管道。
RAG系统运维实践
运用MLOps最佳实践和云原生技术，部署、监控和维护大规模RAG系统。
高级RAG架构
开发与实现复杂RAG模式，例如多跳、迭代和智能体RAG，以满足复杂信息需求。
RAG性能工程
分析、基准测试和调优分布式RAG系统，以实现最佳延迟、吞吐量和成本效益。