大语言模型（LLMs）在应用中面临诸多挑战，主要包括领域知识的不足、信息的准确性问题以及生成虚假内容的风险。 检索增强生成（RAG）技术通过整合外部知识库等信息源，结合了传统信息检索与大语言模型的优势，为LLMs的挑战提供了创新的解决方案。 尽管RAG在许多任务中展现出卓越的性能，但在深层次应用中仍存在不少挑战。这些挑战同时也为算法工程师和科研人员开辟了新的研究方向和突破机会。
图片

RAG技术深入分析与实践训练营

研梦非凡 推出 《RAG技术深入分析与实践》 实战训练营，旨在帮助对大模型研究领域感兴趣的同学顺利入门。通过本课程，你将能够理解RAG的基本概念、工作流程，并且掌握RAG模型的构建与应用，最终能够动手实战构建一个功能完备的RAG项目。

适合人群

  • 前后端开发工程师、算法工程师：对大模型感兴趣，希望学习如何使用Langchain构建高效的RAG系统。

  • 在读本硕博学生：对大模型应用感兴趣，对编程有一定基础，想进入大模型行业发展。0基础的同学也欢迎加入！

课程特色

  • 实战导向：通过动手实践，深入理解RAG技术。

  • 适合0基础：即使是编程新手，也能通过本课程快速上手。

  • 资源丰富：报名即送相关书籍，助力学习。

报名方式

扫描下方二维码，了解课程详情并报名参与。 二维码 注：二维码图片请替换为实际的图片链接。
图片

《RAG技术深入分析与实践》实战训练营课程大纲

课程目标

  • 理解RAG模型的基本概念和工作流程。

  • 掌握RAG模型的构建与应用。

  • 精通Langchain的核心功能，包括部署Langfuse、Milvus、LLM、Embedding。

  • 学会从多种数据源加载文档，并运用Text Splitters进行有效文本处理。

  • 掌握检索器的工作机制及其与向量存储的集成方法。

  • 能够评估RAG系统的有效性，并进行相应的优化与改进。

  • 实战构建一个功能完备的RAG项目，应用点包括Milvus向量库、OpenAI接口兼容的LLM、部署嵌入和重排序模型、上网搜索能力、以及应用Langfuse进行跟踪。

课程安排

  • 共9节课，每周一节课，预计2个月完成。

  • 具体开课时间可通过扫码咨询。

  • 课程还包括送书福利，可联系助教领取第一节试看。

课程内容

  1. RAG模型基础与工作流程
  2. Langchain核心功能与部署
  3. 文档加载与Text Splitters应用
  4. 检索器机制与向量存储集成
  5. RAG系统有效性评估与优化
  6. 实战项目构建

  • Milvus向量库应用

  • OpenAI接口兼容的LLM应用

  • 嵌入和重排序模型部署

  • 上网搜索能力集成

  • Langfuse跟踪应用

图片

第一节：RAG简介（8月29号）

  1. RAG核心概念

  2. RAG流水线(调用SiliconCloud)

  3. 快速开始

第二节：Langchain基础（9月5号）

  1. Langfuse部署

  2. Document

  3. Runnable接口

  • PromptTemplate

  • ChatModel

  • OutputParser

  • Retriever

  • OutputParser

第三节：Retrieval基础

  1. Document loaders

  • 加载CSV数据

  • 加载HTML数据

  • 加载Markdown数据

  • 加载PDF文件

  • 加载URL

  1. Text Splitters

  • 递归拆分文本

  • 拆分HTML

  • 按字符拆分

  • 拆分代码

  • 按语义相似度拆分

  1. Text embedding models
  • 自定义嵌入模型

第四节：检索器与LCEL

  1. Vector stores
  • 常见向量库的比较

  1. Retrievers

  2. LangChain Expression Language

第五节：RAG的评估

  1. RAGAs

  2. 评估指标

  • 忠实度(Faithfulness)

  • 答案相关性(Answer relevancy)

  • 上下文精度(Context precision)

  • 上下文召回率(Context  recal)

  • 上下文相关性(Context relevancy)

  1. 评估实战

第六节：高级RAG(1)

  1. MultiQueryRetriever

  2. Contextual Compression Retriever

  3. SelfQueryRetriever

  4. MultiVectorRetriever

  5. EnsembleRetriever

第七节：高级RAG(2)

  1. ParentDocumentRetriever

  2. Hypothetical Queries

  3. Hybrid Search

  4. Rerank

  5. Long-Context Reorder

第八节：RAG项目实战(1)

  1. Milvus向量库对接

  2. LangGPT提示语言

  3. 增加记忆

第九节：RAG项目实战(2)

  1. 查询重写

  2. 增加上网功能

  3. 简单前端实现

  4. 总结

扫码报名课程➕领取福利👇

图片

课程福利

专属答疑社群：主讲老师将直接加入社群，为你提供答疑服务，让你与行业专家零距离学习交流。 论文资料大放送：我们为你精心准备了超过170篇大模型精选必读论文，以及AAAI 2024、CVPR 2024、ICML 2024、NeurIPS 2023、ICLR2024（大模型）等近500篇论文资料，让你的学习更加高效。 点击下方链接，即可直接领取这些宝贵的学习资源：领取论文资料 论文资料概览：

  • AAAI 2024：111篇

  • CVPR 2024：88篇

  • ICML 2024：67篇

  • NeurIPS 2023：106篇

  • ICLR 2024：106篇

  • 大模型必读论文：170篇 这些资料将为你的研究和学习提供强有力的支持。
    图片

  1. 报名即送 价值99元大模型必读书籍《文本数据挖掘》（第2版），清华大学出版社出版，ACL/CAAI/CCFFellow、中国科学院大学教授著。

图片

扫码报名课程➕享惊喜折扣价

图片

指导导师：Greyfoss导师

职业经历：

  • 曾在一线互联网大厂担任重要职位。

  • 目前就职于一家港资制造业大厂。 项目经验：

  • 主导开发与研究多个NLP项目。

  • 担任公司内RAG项目负责人。 研究领域：

  • 专注于结合大模型推理能力，以实现更高效的智能客服系统。 知识分享：

  • 热衷于学习和知识分享，是CSDN平台上拥有百万访问量的知名博主。 研究方向：

  • 主要研究领域包括Transformer、智能客服以及大模型技术。
    图片

扫码报名课程➕享惊喜折扣价

图片

研梦非凡公司介绍

训练营课程简介

研梦非凡致力于提供高质量的教育服务，每月都会举办小型项目训练营。目前，以下训练营已经结营，并且可以购买回放课程：

  • 《人工智能基础训练营》

  • 《Transformer基础训练营》

  • 《推荐系统训练营》 此外，正在进行中的训练营有：

  • 《YOLOv1-V10项目实战训练营》 这些训练营旨在培养同学们的编程能力和项目系统思维，帮助他们在科研和就业领域取得平衡发展。

论文指导服务介绍

对于本硕博学生来说，科研论文写作是一项必不可少的技能。研梦非凡提供全面的论文指导服务，包括但不限于：

  • 快速找到研究idea

  • 正确选择模型

  • 避免研究工作与其他成果重复

  • 制定省时且效果显著的实验计划

  • 一边实验一边撰写论文初稿

  • 针对不同期刊和会议的绘图技巧

  • 论文终稿的完善

  • 投稿策略和期刊/会议的选择

  • 应对审稿意见 研梦非凡将全程陪伴你，助力你产出高质量的科研成果。
    图片
    图片

«< 左右滑动见更多 »>

扫码咨询论文指导，匹配大牛导师meeting！

图片

图片