24年9月大模型新书：大模型RAG实战-RAG原理、应用与系统构建（附PDF）

来啦，很久没给大家更新大模型的新书了，这次拿到了这本24年9月的新书，给大家详细介绍一波，就是这本《大模型RAG实战-RAG原理、应用与系统构建》

这是一本全面讲解RAG技术原理、实战应用与系统构建的著作。作者结合自身丰富的实战经验，详细阐述了RAG的基础原理、核心组件、优缺点以及使用场景，同时探讨了RAG在大模型应用开发中的变革与潜力。

书中不仅揭示了RAG技术背后的数学原理，还通过丰富的案例与代码实现，引导读者从理论走向实践，轻松掌握RAG系统的构建与优化。无论你是深度学习初学者，还是希望提升RAG应用技能的开发者，本书都将为你提供宝贵的参考与指导。

👉大模型大礼包🎁：这本《大模型RAG实战-RAG原理、应用与系统构建》已经下载并打包好了免费分享（↓↓↓↓↓↓）👈

​

通过阅读本书，你将掌握以下知识：

RAG的召回和生成模块算法

高级RAG系统的构建技巧

RAG系统的各种训练方法

RAG的范式变迁

零基础搭建RAG系统

高级RAG系统微调与搭建

作者简介

汪鹏

资深NLP技术专家和AI技术专家，拥有多年NLP落地经验。擅长结合用户场景，针对性地设计图谱、问答、检索、多模态、AIGC等相关的算法和落地方案。在Kaggle获得多枚奖牌，等级master。拥有公众号“NLP前沿”。

谷清水

毕业于清华大学，有国内多家大厂工作经历，7年深度学习项目开发经验。在KDD-CUP等机器学习竞赛中多次获奖，持有多项发明专利。知乎ID：“战士金”。

卞龙鹏

某上市公司资深AI算法工程师，多年互联网一线工作经验，10年机器学习与数据挖掘经验。持多项发明专利，发表多篇SCI文章，主攻机器视觉、模式识别、自然语言处理。

目 录 Contents

第一部分　基础

第1章　RAG与大模型应用　2

• 1.1　大模型应用的方向：RAG 2

• 1.2　为什么需要RAG 6

• 1.3　RAG的工作流程 9

• 1.4　RAG的优缺点 12

• 1.5　RAG的使用场景 14

• 1.6　RAG面临的挑战 16

• 1.7　本章小结 19

第2章　语言模型基础　20

• 2.1　Transformer 20

• 2.2　自动编码器 41

• 2.3　自回归模型 47

• 2.4　本章小结 56

第3章　文本召回模型　58

• 3.1　文本召回模型基础 58

• 3.2　稠密向量检索模型 61

• 3.3　稀疏向量检索模型 67

• 3.4　重排序模型 71

• 3.5　本章小结 72

第二部分　原理

第4章　RAG核心技术与优化方法　74

• 4.1　提示词工程 74

• 4.2　文本切块 83

• 4.3　向量数据库 87

• 4.4　召回环节优化 94

• 4.5　效果评估 107

• 4.6　LLM能力优化 115

• 4.7　本章小结 120

第5章　RAG范式演变　121

• 5.1　基础RAG系统 121

• 5.2　先进RAG系统 125

• 5.3　大模型主导的RAG系统 127

• 5.4　多模态RAG系统 131

• 5.5　本章小结 135

第6章　RAG系统训练 136

• 6.1　RAG系统的训练难点 136

• 6.2　训练方法 138

• 6.3　独立训练 138

• 6.4　序贯训练 139

• 6.5　联合训练 143

• 6.6　本章小结 149

第三部分　实战

第7章　基于LangChain实现RAG应用 152

• 7.1　LangChain基础模块 152

• 7.2　基于LangChain实现RAG 156

• 7.3　基于Streamlit搭建一个ChatPDF可视化应用 158

• 7.4　本章小结 161

第8章　RAG系统构建与微调实战 162

• 8.1　向量模型构建 162

• 8.2　大模型指令微调 175

• 8.3　复杂问题处理 179

• 8.4　本章小结 203

👉大模型大礼包🎁：这本《大模型RAG实战-RAG原理、应用与系统构建》已经下载并打包好了免费分享（↓↓↓↓↓↓）👈

​