幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

大模型RAG應用開發(構建智能生成系統)

  • 作者：凌峰|責編:王金柱
  • 出版社：清華大學
  • ISBN：9787302685982
  • 出版日期：2025/04/01
  • 裝幀：平裝
  • 頁數：274
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書系統介紹檢索增強生成（RAG）技術的核心概念、開發流程和實際應用。本書共分為11章，第1?3章詳細介紹RAG開發的基礎，包括環境搭建、常用工具和模塊，幫助讀者從零開始理解RAG系統的工作原理與開發技巧：第4?8章聚焦RAG系統的具體搭建，從向量資料庫的創建、文本的向量化，到如何構建高效的檢索增強模型，為開發RAG應用奠定基礎；第9?11章通過實際案例，包括企業文檔問答系統、醫療文獻檢索系統和法律法規查詢助手的實際開發，幫助讀者在特定領域深入理解和應用RAG技術。
    本書適合RAG技術初學者、大模型和AI研發人員、數據分析和挖掘工程師，以及高年級本科生和研究生閱讀，也可作為培訓機構和高校相關課程的教學用書或參考書。
作者介紹
凌峰|責編:王金柱
    凌峰，畢業於中國科學院大學，博士，高級職稱，從事機器學習、人工智慧、圖像處理、計算視覺的研究與開發工作多年，擁有豐富的機器學習演算法實現經驗。
目錄
第1章  搭建RAG開發環境
  1.1  Python開發環境搭建
    1.1.1  虛擬環境的創建管理
    1.1.2  IDE的選擇與工作流的搭建
    1.1.3  依賴庫安裝與版本管理
  1.2  RAG開發中常用的Python依賴庫
    1.2.1  數據處理必備庫：Pandas與NumPy
    1.2.2  自然語言處理工具：NLTK與spaCy
    1.2.3  向量檢索與模型處理：FAISS與Transformers庫簡介
  1.3  RAG開發中常用的外部模塊
    1.3.1  數據採集與預處理：Requests與BeautifulSoup
    1.3.2  並行與非同步處理：Multiprocessing與Asyncio
  1.4  RAG與智能體
    1.4.1  智能體的基本定義與作用
    1.4.2  智能體的類型：反應型、認知型與學習型
  1.5  基於RAG的智能體開發基礎
    1.5.1  開發環境與工具
    1.5.2  智能體開發中的關鍵演算法：搜索、優化與規劃
    1.5.3  智能體的性能評估與調試方法
  1.6  本章小結
  1.7  思考題
第2章  傳統生成與檢索增強生成
  2.1  生成式AI和RAG的基本概念
    2.1.1  生成式AI的核心原理與工作機制
    2.1.2  生成檢索結合
    2.1.3  檢索增強與傳統生成模型的區別
  2.2  為何需要對傳統大模型進行檢索增強
    2.2.1  預訓練大模型的瓶頸
    2.2.2  RAG在實時信息處理中的優勢
  2.3  檢索增強核心：預訓練大模型
    2.3.1  Transformer架構的崛起：語言模型背後的核心引擎
    2.3.2  從BERT到GPT-4：大模型發展的重要里程碑
  2.4  本章小結
  2.5  思考題
第3章  RAG模型的工作原理
  3.1  檢索模塊與生成模塊
    3.1.1  檢索模塊的核心功能與數據流
    3.1.2  生成模塊在內容創建中的作用
    3.1.3  檢索與生成的協同工作機制
  3.2  向量檢索：將文本轉換為向量
    3.2.1  文本嵌入的基本原理與技術
    3.2.2  高效向量檢索：從相似度到索引優化
    3.2.3  向量檢索在RAG中的實際應用
  3.3  RAG開發中常用的生成模型簡介
    3.3.1  GPT家族：從GPT-2到GPT-4的演進
    3.3.2  BERT與T5：理解與生成的跨模型應用
  3.4  本章小結
  3.5  思考題
第4章  搭建一個簡單的RAG系統
  4.1  創建小型向量資料庫

    4.1.1  數據準備與預處理：搭建資料庫的第一步
    4.1.2  嵌入生成與存儲：從文本到向量的轉換
    4.1.3  使用FAISS構建檢索索引：實現高效查詢
  4.2  利用公開模型實現簡單的問答系統
    4.2.1  載入預訓練模型：選擇合適的生成模型
    4.2.2  檢索與生成模塊的集成：構建問答流程
    4.2.3  測試與優化：提升回答的準確性和一致性
  4.3  本章小結
  4.4  思考題
第5章  數據向量化與FAISS開發
  5.1  什麼是向量檢索：原理與常用演算法
    5.1.1  向量檢索的基本概念：從相似性到距離度量
    5.1.2  常用的向量檢索演算法：線性搜索與近似最近鄰
    5.1.3  向量檢索在RAG中的應用：增強上下文匹配
  5.2  使用FAISS構建高效的向量檢索系統
    5.2.1  FAISS索引結構解析：平面索引、倒排索引與產品量化
    5.2.2  構建和訓練FAISS索引：提高檢索速度和準確性
    5.2.3  FAISS在大規模數據中的優化策略：多級索引與分片
  5.3  數據的向量化：Embedding的生成
    5.3.1  嵌入生成模型選擇：如何匹配檢索任務需求
    5.3.2  文本嵌入的生成與存儲：從編碼到持久化
  5.4  本章小結
  5.5  思考題
第6章  文本檢索增強與上下文構建
  6.1  如何讓生成模型「理解」檢索到的內容
    6.1.1  檢索與生成的無縫銜接：內容重構與語義理解
    6.1.2  語義相似度與匹配：提升生成的準確性
    6.1.3  從檢索到生成的優化路徑：模型理解的增強
  6.2  上下文的構建與傳遞
    6.2.1  構建有效的上下文：信息篩選與組織策略
    6.2.2  多步上下文傳遞：保持生成內容的連貫性
    6.2.3  上下文優化技巧：減少冗余與增加相關性
  6.3  多輪對話與複雜生成任務的實現
    6.3.1  多輪交互的構建：讓生成模型模擬人類對話
    6.3.2  長對話與上下文管理：模型記憶的實現方法
    6.3.3  複雜生成任務分解：如何逐步實現多步驟生成
  6.4  本章小結
  6.5  思考題
第7章  構建檢索向量資料庫
  7.1  數據的準備與清洗
    7.1.1  數據質量提升：數據清洗與規範化流程
    7.1.2  數據標注與分類：構建高效檢索的基礎
  7.2  如何創建和管理向量資料庫
    7.2.1  向量資料庫的構建步驟：從嵌入到存儲
    7.2.2  高效管理：向量索引與檢索優化
  7.3  本章小結
  7.4  思考題
第8章  針對延遲與緩存的模型性能調優
  8.1  調整生成與檢索模塊的協同參數
    8.1.1  生成與檢索的平衡：優化參數的核心原則

    8.1.2  動態參數調節：提升響應質量與精度
  8.2  縮短RAG系統的響應時間
    8.2.1  延遲分析與瓶頸定位：加速響應的第一步
    8.2.2  緩存與並行處理策略：實現高效RAG系統
  8.3  本章小結
  8.4  思考題
第9章  企業文檔問答系統的開發
  9.1  需求分析與系統設計
    9.1.1  確定問答系統的需求：識別用戶的主要查詢類型與目標
    9.1.2  系統結構與模塊劃分：明確檢索與生成模塊的協作方式
  9.2  搭建向量資料庫與檢索模塊
    9.2.1  數據預處理與向量化：生成高效的嵌入向量
    9.2.2  構建與優化索引：提升檢索模塊的查詢速度
  9.3  生成模塊的集成與模型調優
    9.3.1  載入與配置生成模型：選擇適合問答系統的生成模型
    9.3.2  模型優化與提示詞調優：提高生成內容的準確性與相關性
  9.4  系統測試、部署與優化
    9.4.1  測試流程與性能監控：確保系統的穩定性與響應速度
    9.4.2  企業環境的部署與上線：實現系統在實際業務中的應用
  9.5  本章小結
  9.6  思考題
第10章  醫療文獻檢索與分析系統的開發
  10.1  需求分析與數據準備
    10.1.1  確定醫學文獻檢索需求：識別用戶查詢重點
    10.1.2  數據收集與清洗：構建高質量的醫學知識庫
  10.2  構建高效的檢索模塊
    10.2.1  設計向量檢索系統：提升檢索效率
    10.2.2  優化索引結構：加速醫學文獻的精確匹配
  10.3  生成模塊開發、集成和調優
    10.3.1  生成模型與檢索的集成：精準回答用戶提問
    10.3.2  生成內容的優化與提示詞調優：提升回答的質量與專業性
  10.4  本章小結
  10.5  思考題
第11章  法律法規查詢助手的開發
  11.1  需求分析與數據收集
    11.1.1  用戶需求解析：明確法律法規查詢的主要需求
    11.1.2  法律法規數據源與收集方法：搭建全面的法規資料庫
    11.1.3  數據清洗與標準化：提升查詢效率和準確性
  11.2  法律法規檢索模塊的實現
    11.2.1  向量化法律條款：構建檢索友好的嵌入
    11.2.2  FAISS索引在法規查詢中的應用：提升檢索性能
    11.2.3  優化檢索流程：提高法律條款的匹配精度
  11.3  生成模塊開發與輸出優化
    11.3.1  生成模型與檢索模塊的集成：構建準確的法規回答
    11.3.2  輸出格式與內容優化：提供清晰的法律解釋
    11.3.3  提示詞調優與模型配置：確保法律回答的專業性
  11.4  本章小結
  11.5  思考題

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032