内容
0 课时 • 0 测验 • 0 挑战
课程暂未关联课时
当前课程存在，但没有可学习的课时内容。请稍后再试。
☆☆☆☆☆
0.0初级
4h
使用 LangChain 进行检索增强生成的基本原理
检索增强生成（Retrieval-Augmented Generation，简称RAG）是一种强大的技术范式，它结合了信息检索与生成式人工智能模型的优势，能够生成准确且符合上下文的结果。该方法通过引入外部知识源，显著提升了生成模型在各类应用中的效率。 本入门级RAG课程将带领学习者掌握RAG的核心概念，全面理解其架构与应用场景。你将学习如何使用LangChain构建RAG流水线，并通过实践动手开发自己的第一个RAG解决方案。此外，你还将利用Streamlit创建一个完整的前端应用，从而简化用户与项目的交互体验。 完成本课程后，你将具备运用RAG原理和技术的能力，能够基于LangChain和Streamlit构建实用的RAG应用，为深入学习更高级的概念打下坚实基础。
6 课时
使用 LangChain 进行检索增强生成的基本原理
检索增强生成（Retrieval-Augmented Generation，简称RAG）是一种强大的技术范式，它结合了信息检索与生成式人工智能模型的优势，能够生成准确且符合上下文的结果。该方法通过引入外部知识源，显著提升了生成模型在各类应用中的效率。
本入门级RAG课程将带领学习者掌握RAG的核心概念，全面理解其架构与应用场景。你将学习如何使用LangChain构建RAG流水线，并通过实践动手开发自己的第一个RAG解决方案。此外，你还将利用Streamlit创建一个完整的前端应用，从而简化用户与项目的交互体验。
完成本课程后，你将具备运用RAG原理和技术的能力，能够基于LangChain和Streamlit构建实用的RAG应用，为深入学习更高级的概念打下坚实基础。
检索增强生成（Retrieval-Augmented Generation，简称RAG）是一种强大的技术范式，它结合了信息检索与生成式人工智能模型的优势，能够生成准确且符合上下文的结果。该方法通过引入外部知识源，显著提升了生成模型在各类应用中的效率。
本入门级RAG课程将带领学习者掌握RAG的核心...
你将学到什么
对检索增强生成（RAG）基础原理的清晰理解
使用 LangChain 实现 RAG 管道的实际经验
能够使用 Streamlit 为你的 RAG 流程构建前端应用
将RAG概念应用于实际场景以解决实际问题
对检索增强生成（RAG）基础原理的清晰理解
评价
阅读参加过此课程的学生的评价，并分享您的学习体验。