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

RAG技術基礎與開發實戰/大模型與通用人工智慧技術叢書

  • 作者：編者:朱萬林|責編:耍利娜
  • 出版社：化學工業
  • ISBN：9787122488886
  • 出版日期：2026/03/01
  • 裝幀：平裝
  • 頁數：316
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書基於DeepSeek模型，詳細介紹RAG技術的原理與實戰應用知識。本書共分為9章，從RAG基礎概念、數據收集與處理、文本檢索與生成技術到模型訓練、優化與動態RAG的構建，全面覆蓋了RAG開發的核心技術要點。書中詳細講解了向量化技術、檢索演算法、多模態嵌入及文本生成演算法的實現過程，並提供了豐富的實際案例。此外，本書還特別介紹了如何利用多個模型構建高效的聊天助手，結合前沿的動態RAG方法提升系統性能。
    本書不僅涵蓋標準RAG的構建與提示工程，還深入講解了高級RAG技術，如分塊與向量化、重排與過濾、智能查詢路由與響應合成等內容，並探討了RAG的融合與評估方法。通過一系列系統化的案例與實操講解，幫助讀者全面掌握RAG技術的理論與實踐。
    無論你是人工智慧領域的技術開發者、學術研究人員、高校師生，還是對大模型及檢索生成技術感興趣的初學者，本書都將為你提供從入門到進階的全方位指導，助你在RAG開發與應用中獲得深刻的理解與技能提升。
作者介紹
編者:朱萬林|責編:耍利娜
目錄
第1章  RAG開發基礎
  1.1  初步認識RAG
    1.1.1  RAG的提出背景
    1.1.2  RAG的工作原理
    1.1.3  RAG的優勢
    1.1.4  RAG的挑戰
  1.2  RAG的架構
    1.2.1  數據準備階段
    1.2.2  應用階段
  1.3  標準RAG
    1.3.1  標準RAG的實現流程
    1.3.2  提示工程
  1.4  高級RAG
    1.4.1  分塊和向量化
    1.4.2  搜索索引
    1.4.3  重排和過濾
    1.4.4  查詢轉換
    1.4.5  聊天引擎
    1.4.6  查詢路由
    1.4.7  智能體
    1.4.8  響應合成
  1.5  開發前的準備工作
    1.5.1  RAG開發技術棧
    1.5.2  用Ollama本地部署DeepSeek模型
    1.5.3  申請DeepSeek API密鑰
  1.6  RAG程序實戰體驗
    1.6.1  基於本地DeepSeek模型的AI助手
    1.6.2  基於DeepSeek API的AI助手
第2章  數據收集與處理
  2.1  數據收集
    2.1.1  選擇數據源的因素
    2.1.2  常用的數據收集工具
  2.2  數據增強
    2.2.1  數據增強的常用方法
    2.2.2  文本數據增強
    2.2.3  基於LLM標注的標籤混合
    2.2.4  文本擴展增強
    2.2.5  數據合成
    2.2.6  雜訊注入
    2.2.7  魯棒性
    2.2.8  數據標注和對齊
  2.3  特徵提取
    2.3.1  特徵的基本概念和作用
    2.3.2  嵌入
    2.3.3  詞袋模型
    2.3.4  TF-IDF特徵
第3章  文本檢索
  3.1  文本檢索簡介
    3.1.1  文本檢索的相關概念
    3.1.2  RAG應用中的檢索模型

    3.1.3  傳統檢索模型
    3.1.4  現代神經檢索模型演進
  3.2  檢索演算法分類與實現
    3.2.1  統計檢索演算法
    3.2.2  語義檢索演算法
    3.2.3  近似最近鄰檢索原理與優化
    3.2.4  Elasticsearch檢索
  3.3  向量化技術
    3.3.1  向量化技術簡介
    3.3.2  詞向量技術
    3.3.3  上下文感知嵌入
    3.3.4  文檔級向量化策略
    3.3.5  句子嵌入
第4章  文本生成技術與可控輸出
  4.1  生成式模型基礎
    4.1.1  文本生成範式
    4.1.2  RAG應用中的文本生成
  4.2  主流生成模型架構
    4.2.1  RNN/LSTM的序列生成
    4.2.2  Transformer核心機制
    4.2.3  預訓練語言模型的演進總結
  4.3  生成控制技術
    4.3.1  解碼策略
    4.3.2  參數調控
    4.3.3  約束生成
    4.3.4  安全與倫理過濾機制
  4.4  基於本地PDF圖書內容的AI問答系統
    4.4.1  項目介紹
    4.4.2  準備環境
    4.4.3  語言模型的集成與優化
    4.4.4  基於LangChain的多文檔檢索器
    4.4.5  系統測試
第5章  RAG模型的訓練與調優
  5.1  模型訓練流程
  5.2  核心訓練技術
    5.2.1  預訓練與微調
    5.2.2  多任務學習
    5.2.3  注意力機制與改進
    5.2.4  對比學習與負採樣優化
    5.2.5  遷移學習和微調
    5.2.6  調整動態學習率
    5.2.7  混合精度訓練與分散式訓練
  5.3  基於DeepSeek和RAG的本地知識庫系統
    5.3.1  RAG架構
    5.3.2  基於本地書籍知識的RAG程序
    5.3.3  本地知識庫系統
  5.4  微調DeepSeek-R1-Distill-Qwen模型
    5.4.1  DeepSeek-R1-Distill-Qwen介紹
    5.4.2  具體實現
第6章  模型評估與優化策略

  6.1  模型評估基礎
    6.1.1  模型評估的必要性
    6.1.2  常用的評估指標
  6.2  模型的性能評估
    6.2.1  單模態模型的性能評估
    6.2.2  多模態模型融合性能評估
    6.2.3  效率評估
    6.2.4  端到端評估指標
  6.3  模型驗證方法論
    6.3.1  數據準備和分割
    6.3.2  交叉驗證與對抗樣本測試
    6.3.3  模型魯棒性驗證
  6.4  模型優化技術進階
    6.4.1  檢索器優化
    6.4.2  生成器優化
    6.4.3  系統級優化
  6.5  基於RAG、GRPO和DeepSeek的問答系統
    6.5.1  項目介紹
    6.5.2  準備訓練環境
    6.5.3  載入並配置DeepSeek R1模型
    6.5.4  初始化向量資料庫集合
    6.5.5  模型評估
    6.5.6  基於GRPO的RAG
    6.5.7  基於RAG與GRPO的訓練
    6.5.8  文本嵌入和數據準備
    6.5.9  主函數
第7章  嵌入表示和生成
  7.1  大模型嵌入基礎
    7.1.1  大模型嵌入介紹
    7.1.2  大模型嵌入的應用
  7.2  圖像嵌入
    7.2.1  圖像嵌入介紹
    7.2.2  圖像特徵提取
    7.2.3  模態對齊
    7.2.4  CLIP模型
    7.2.5  DALL-E模型
  7.3  文本嵌入
    7.3.1  大模型中的文本嵌入
    7.3.2  基於CLIP模型的文本嵌入
  7.4  音頻嵌入
    7.4.1  音頻特徵提取
    7.4.2  常用音頻嵌入模型
  7.5  基於CLIP大模型的圖像搜索引擎
    7.5.1  項目介紹
    7.5.2  CLIP大模型的配置參數
    7.5.3  數據集處理
    7.5.4  實現Bangla CLIP模型
    7.5.5  基於文本的圖像搜索
    7.5.6  基於Streamlit的Web客戶端
第8章  動態RAG

  8.1  動態RAG概述
    8.1.1  動態RAG與傳統RAG的區別
    8.1.2  動態RAG的適用場景
  8.2  動態檢索模塊
    8.2.1  實時數據流的接入與處理
    8.2.2  動態索引構建
    8.2.3  檢索結果的實時更新
  8.3  動態生成模塊
    8.3.1  基於實時上下文的生成
    8.3.2  動態提示設計
    8.3.3  多模態生成的動態適配
    8.3.4  動態生成中的一致性與連貫性
  8.4  動態RAG的優化技術
    8.4.1  動態環境中的微調策略
    8.4.2  在線學習與模型更新
    8.4.3  動態檢索與生成的協同優化
    8.4.4  動態負載均衡
第9章  基於多模型的聊天助手（DeepSeek/Ollama/ChromaDB/JWT/OpenAI+LangChain）
  9.1  項目介紹
  9.2  系統配置
    9.2.1  配置API密鑰
    9.2.2  Docker配置
  9.3  後端模塊
    9.3.1  資料庫模型
    9.3.2  大模型服務封裝
    9.3.3  向量資料庫的封裝與管理
    9.3.4  文件存儲與身份安全封裝
    9.3.5  業務服務與API路由
    9.3.6  Docker與部署
    9.3.7  FastAPI主界面
  9.4  前端模塊
    9.4.1  入口與布局
    9.4.2  頁面模塊
  9.5  調試運行

  • 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