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]