书籍目录
首页
分类
免费
排行
我的书架
1-50章
51-100章
101-150章
151-152章
共152章
免费
版权信息
免费
作者简介
免费
内容简介
免费
前言
免费
第1章 搭建RAG开发环境
免费
1.1 Python开发环境搭建
免费
1.1.1 虚拟环境的创建管理
免费
1.1.2 IDE的选择与工作流的搭建
免费
1.1.3 依赖库安装与版本管理
免费
1.2 RAG开发中常用的Python依赖库
免费
1.2.1 数据处理必备库：Pandas与NumPy
免费
1.2.2 自然语言处理工具：NLTK与spaCy
免费
1.2.3 向量检索与模型处理：FAISS与Transformers库简介
免费
1.3 RAG开发中常用的外部模块
免费
1.3.1 数据采集与预处理：Requests与BeautifulSoup
免费
1.3.2 并行与异步处理：Multiprocessing与Asyncio
免费
1.4 RAG与智能体
免费
1.4.1 智能体的基本定义与作用
免费
1.4.2 智能体的类型：反应型、认知型与学习型
免费
1.5 基于RAG的智能体开发基础
免费
1.5.1 开发环境与工具
免费
1.5.2 智能体开发中的关键算法：搜索、优化与规划
免费
1.5.3 智能体的性能评估与调试方法
免费
1.6 本章小结
免费
1.7 思考题
免费
第2章 传统生成与检索增强生成
免费
2.1 生成式AI和RAG的基本概念
免费
2.1.1 生成式AI的核心原理与工作机制
免费
2.1.2 生成检索结合
免费
2.1.3 检索增强与传统生成模型的区别
免费
2.2 为何需要对传统大模型进行检索增强
免费
2.2.1 预训练大模型的瓶颈
免费
2.2.2 RAG在实时信息处理中的优势
2.3 检索增强核心：预训练大模型
2.3.1 Transformer架构的崛起：语言模型背后的核心引擎
2.3.2 从BERT到GPT-4：大模型发展的重要里程碑
2.4 本章小结
2.5 思考题
第3章 RAG模型的工作原理
3.1 检索模块与生成模块
3.1.1 检索模块的核心功能与数据流
3.1.2 生成模块在内容创建中的作用
3.1.3 检索与生成的协同工作机制
3.2 向量检索：将文本转换为向量
3.2.1 文本嵌入的基本原理与技术
3.2.2 高效向量检索：从相似度到索引优化
3.2.3 向量检索在RAG中的实际应用
3.3 RAG开发中常用的生成模型简介
3.3.1 GPT家族：从GPT-2到GPT-4的演进
3.3.2 BERT与T5：理解与生成的跨模型应用
×