Logo

为何选择RAG以及本课程?

了解为什么RAG越来越受欢迎,以及为什么这门课程可能非常适合你。

概念

为何选择RAG以及本课程?

了解为什么RAG越来越受欢迎,以及为什么这门课程可能非常适合你。

不过,大语言模型等人工智能工具并不完美。尽管它们非常智能,但在需要极高精确度或使用最新信息时,仍有可能出错。为了解决这一问题,Meta AI 的一些顶尖专家在 2020 年提出了一种新技术,称为检索增强生成(Retrieval-Augmented Generation),简称 RAG。

![示意图]

检索增强生成(RAG)基础

RAG 基础知识

  • 什么是检索模型与生成模型?
  • 什么是检索增强生成(RAG)?
  • 什么是索引(Indexing)?
  • 常见的检索策略有哪些?

RAG 与 LangChain

  • 如何在 LangChain 中实现索引与检索?
  • 如何在 LangChain 中构建增强查询?
  • 如何在 LangChain 中生成响应?
  • 如何评估 RAG 系统的效果?

构建 RAG 应用的前端界面

  • 什么是 Streamlit?
  • 如何使用 Streamlit 创建问答系统的用户界面?
  • 如何在 Streamlit 应用中集成 LangChain 逻辑?

[最终应用演示]

RAG 基础知识