RAG系统实战课--极客时间课程推荐/优惠

课程详情

你将获得：

新手入门，RAG 关键技术与原理解析；
实战演练，三大实战项目 + 配套代码详解；
循序渐进，掌握 RAG 开发与调优方法；
高手带路，RAG 落地经验与排坑指南。

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（更新中）

开篇词

开篇词｜RAG，传统开发者加入AI的最佳路线

热身赛用RAG改造传统MIS系统

01｜提效利器：RAG为传统MIS系统大幅提效，门槛并不高
02｜对话模式：构建RAG应用的核心密码之一

作者介绍

叶伟民，盛安德人工智能应用研究院总工程师，RAG 技术专家。拥有十五年软件开发经验，近年来致力于AI应用开发，曾经为银行、私募资金、翻译公司、外贸公司等客户开发AI应用。在 RAG 方面积累了丰富的理论与实战经验，是大模型时代 PDF 解析工具 PDF4AI.cn 的创始人。除了 RAG 应用开发，长期活跃于技术图书翻译领域，是《大模型应用解决方案基于 ChatGPT 和 GPT-4 等 Transformer 架构的自然语言处理》、《赠 ChatGPT 中文范例的自然语言处理入门书》、《金融中的人工智能》、《图数据库实战》等 8 本 AI 图书译者（或第一译者）。翻译的《金融中的人工智能》一书荣获人民邮电出版社异步社区“2022 年度影响力译者奖”。