课程介绍
在 AI 领域，智能问答系统准确率低是常见难题，本课由资深 AI 专家精心打造，专为解决这一痛点。无论你是新老手，都会助你更好地发展。从 RAG 基础到深入剖析原理，全面构建RAG全栈技术体系，涵盖核心组件、14 种检索增强技术、智能评估以及双模型微调等前沿技术。带你从0到1构建企业级AI应用（智能问答助手和金融智库），并贯穿AI应用开发软技能，全方位提升解决问题能力，突破准确率瓶颈，助力职业腾飞。
你将学到
- 从基础系统掌握RAG全栈技术
- 收获14增强技术实战经验技巧
- 从0全流程构建企业级AI应用
- 掌握智能评估|微调，倍增性能
- 解决多场景RAG方案落地难题
- 具备提升AI回答精准度的能力
试看链接：https://pan.baidu.com/s/1rLxPTDlxICBcKaRBHcvbeg?pwd=hk7w
相关推荐：
AI Agent智能应用从0到1定制开发(完结)
AI+Go 打造你的智能办公助手（完结）
DeepSeek+SpringAI实战AI家庭医生应用
Springboot+ChatGLM 实战AI数字人面试官系统（完结）
51CTO-2024全新Langchain大模型AI应用与多智能体实战开发
目录大纲：
第1章 课程学习必知——助你顺利学习以及避坑
1 节｜12分钟
- 视频：1-1 全面了解课程，让你少走弯路，必看！！！ 11:02
第2章 掌握未来AI趋势：RAG引领大语言模型新纪元
9 节｜21分钟
- 视频：2-1 本章简介 00:59
- 视频：2-2 满足企业精准需求：RAG如何填补大语言模型短板 03:38
- 视频：2-3 解锁RAG三大核心 01:32
- 视频：2-4 深入思考 long context加持的大模型企业还需要RAG 06:27
- 视频：2-5 RAG技术栈：从【合格】到【优秀】的跨越 02:42
- 视频：2-6 RAG人才为何炙手可热，你准备好了吗 02:53
- 视频：2-7 本课程案例分析与说明 02:38
- 图文：2-8 运行和开发环境搭建
- 图文：2-9 课程机器配置要求说明
第3章 【企业级专业选型】RAG核心一：挑选符合企业的优秀大语言基石模型
12 节｜90分钟
- 视频：3-1 本章简介 01:40
- 视频：3-2 大模型入门：核心要点和技术演变（token、transformer、训练） 20:57
- 视频：3-3 国内外大模型产品必知必会 03:44
- 视频：3-4 没有GPU如何调用大模型-大模型调用的三种方式 09:32
- 视频：3-5 火眼金睛：如何分辨大模型的好坏 05:58
- 视频：3-6 RAG应用：挑选大模型的四大步骤 02:18
- 视频：3-7 总结和展望：不同项目角色对AI大模型了解程度的差异性分析 09:01
- 视频：3-11 实战：使用大语言模型（本地和API、GPU和CPU）-1 17:39
- 视频：3-12 实战：使用大语言模型（本地和API、GPU和CPU）-2 18:42
- 图文：3-8 大语言模型如何下载
- 图文：3-9 星火大模型API使用
- 图文：3-10 通过ollama部署本地大模型-deepseek-r1
第4章 【企业级专业选型】RAG核心二：挑选合适RAG的向量Embedding模型
7 节｜43分钟
- 视频：4-1 本章介绍 00:47
- 视频：4-2 embedding模型的重要性 02:35
- 视频：4-3 embedding是怎么炼成的？ 05:08
- 视频：4-4 主流中文embedding模型 06:21
- 视频：4-5 embedding模型排行榜靠谱不靠谱，如何选择 04:11
- 视频：4-6 实战：embedding模型加载和使用对比 22:25
- 视频：4-7 本章总结 01:20
第5章 【企业级专业选型】RAG核心三：企业级的向量数据库选型和高效使用
8 节｜66分钟
- 视频：5-1 本章介绍 01:03
- 视频：5-2 全方位对比：主流向量数据库 11:48
- 视频：5-3 企业级向量数据库的要求 01:51
- 视频：5-4 向量数据库相似性搜索 02:34
- 视频：5-5 性能为王：探索向量数据索引优化技术 16:00
- 视频：5-6 实战：部署和使用企业级向量数据库（chroma和milvus）-1 14:55
- 视频：5-7 实战：部署和使用企业级向量数据库（chroma和milvus）-2 14:45
- 视频：5-8 总结和展望：企业级应用的高可用性 02:49
第6章 【企业员工智能问答助手-实现V1.0版】高效处理企业复杂业务数据
7 节｜68分钟
- 视频：6-1 本章介绍 00:56
- 视频：6-2 复杂：企业数据复杂多样 04:35
- 视频：6-3 原则：垃圾进垃圾出，注重文档质量 04:03
- 视频：6-4 挑战：RAG如何读取多样性文档（文本、表格和布局分析） 09:11
- 视频：6-5 文档分块：递归文本分块和语义智能分块 12:24
- 视频：6-6 实战：实现制度问答模块数据读取和切割 35:38
- 视频：6-7 本章总结 01:13
第7章 【企业员工智能问答助手-实现V1.0版】搭建制度问答baseline RAG
6 节｜28分钟
- 视频：7-1 本章介绍 01:23
- 视频：7-2 【企业员工制度问答助手】需求分析 02:25
- 视频：7-3 项目技术选型 01:41
- 视频：7-4 项目架构设计 01:39
- 视频：7-5 实战：实现制度问答模块RAG baseline 16:21
- 视频：7-6 总结和展望：AI应用开发与传统软件开发的区别 04:27
第8章 【企业员工智能问答助手-评估V1.0版】有效评估RAG是提升的关键
6 节｜37分钟
- 视频：8-1 本章介绍 00:54
- 视频：8-2 RAG迭代的关键：评估 03:52
- 视频：8-3 RAG评估的三大步骤 01:06
- 视频：8-4 RAG评价神器：Ragas框架 20:34
- 视频：8-5 实战：用Ragas评估制度问答模块的性能 07:35
- 视频：8-6 本章总结 02:14
第9章 【企业员工智能问答助手-实现V2.0版】提升RAG的14种检索增强技能
18 节｜226分钟
- 视频：9-1 本章介绍 01:23
- 视频：9-2 一图剖析RAG进化之路：探索优化点 03:27
- 视频：9-3 检索的两大形态：稀疏 vs 稠密 09:45
- 视频：9-4 查询增强：增加相关内容（Query2doc、HyDE、子问题查询等） 20:36
- 视频：9-5 多索引增强：从不同维度构建索引 09:17
- 视频：9-6 检索后增强：融合检索技术 09:20
- 视频：9-7 检索后增强：重排序技术（Re-rank） 05:37
- 视频：9-8 系统性增强：迭代检索增强生成 07:00
- 视频：9-9 RAG新范式：自我评估增强Self-RAG 10:49
- 视频：9-10 总结和展望：企业代码规范与管理 19:41
- 视频：9-11 实战：检索增强技术-查询增强-1 21:31
- 视频：9-12 实战：检索增强技术-查询增强-2 27:22
- 视频：9-13 实战：多索引增强 24:19
- 视频：9-14 实战：融合检索 07:10
- 视频：9-15 实战：rerank重排 06:30
- 视频：9-16 实战：迭代检索增强生成 06:02
- 视频：9-17 实战：self-RAG-1 17:35
- 视频：9-18 实战：self-RAG-2 17:49
第10章 基于知识图谱的金融智库：从RAG到Graph RAG
8 节｜125分钟
- 视频：10-1 本章介绍 03:09
- 视频：10-2 认识金融智库知识图谱数据 12:01
- 视频：10-3 存储和操作知识图谱：neo4j与nebulagraph 16:51
- 视频：10-4 实战：构建金融智库知识图谱-1 17:31
- 视频：10-5 实战：构建金融智库知识图谱-2 20:23
- 视频：10-6 RAG与Graph RAG的区别与构建方法 18:03
- 视频：10-7 实战：Graph RAG构建金融智库应用 26:18
- 视频：10-8 总结和展望：如何跟进前沿技术 09:50
声明：本站所有资料均来源于网络以及用户发布，如对资源有争议请联系微信客服我们可以安排下架！
