大模型RAG實戰-RAG原理.應用與系統構建 汪鵬 谷清水 卞龍鵬 9787111761990 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：機械工業
物品所在地：中國大陸
原出版社：機械工業
NT$630
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202409*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：大模型RAG實戰-RAG原理.應用與系統構建 ISBN：9787111761990 出版社：機械工業 著編譯者：汪鵬 谷清水 卞龍鵬 叢書名：智能科學與技術叢書 頁數：203 所在地：中國大陸 *此為代購商品 書號：1678053 可大量預訂，請先連絡。 內容簡介 這是一本全面講解RAG技術原理、實戰應用與系統構建的著作。作者結合自身豐富的實戰經驗，詳細闡述了RAG的基礎原理、核心組件、優缺點以及使用場景，同時探討了RAG在大模型應用開發中的變革與潛力。書中不僅揭示了RAG技術背後的數學原理，還通過豐富的案例與代碼實現，引導讀者從理論走向實踐，輕鬆掌握RAG系統的構建與優化。無論你是深度學習初學者，還是希望提升RAG應用技能的開發者，本書都將為你提供寶貴的參考與指導。作者簡介 汪鵬，資深NLP技術專家和AI技術專家，擁有多年NLP落地經驗。擅長結合用戶場景，針對性地設計圖譜、問答、檢索、多模態、AIGC等相關的演算法和落地方案。在Kaggle獲得多枚獎牌，等級master。擁有公眾號「NLP前沿」。目錄 前言第一部分 基礎 第1章 RAG與大模型應用 1 1 大模型應用的方向：RAG 1 1 1 什麼是RAG 1 1 2 RAG與模型微調的對比 1 1 3 RAG帶來的範式改變 1 2 為什麼需要RAG 1 2 1 大模型的知識更新問題 1 2 2 大模型生成結果的不可解釋性問題 1 2 3 大模型的數據泄露問題 1 2 4 大模型的訓練成本問題 1 3 RAG的工作流程 1 3 1 數據準備 1 3 2 數據召回 1 3 3 答案生成 1 4 RAG的優缺點 1 4 1 RAG的優點 1 4 2 RAG的缺點 1 5 RAG的使用場景 1 6 RAG面臨的挑戰 1 6 1 LLM的伸縮法則與知識庫大小的關係 1 6 2 相似度搜索的性能問題 1 7 本章小結 第2章 語言模型基礎 2 1 Transformer 2 1 1 詞嵌入 2 1 2 編碼器 2 1 3 解碼器 2 1 4 解碼頭 2 2 自動編碼器 2 2 1 ELMo 2 2 2 BERT 2 3 自回歸模型 2 3 1 GPT 2 3 2 LLaMA 2 4 本章小結 第3章 文本召回模型 3 1 文本召回模型基礎 3 2 稠密向量檢索模型 3 2 1 SimCSE 3 2 2 SBERT 3 2 3 CoSENT 3 2 4 WhiteBERT 3 2 5 SGPT 3 3 稀疏向量檢索模型 3 3 1 樸素詞袋模型 3 3 2 TF-IDF 3 3 3 BM25 3 4 重排序模型 3 5 本章小結 第二部分 原理 第4章 RAG核心技術與優化方法 4 1 提示詞工程 4 1 1 提示詞工程基礎 4 1 2 RAG場景下的提示詞設計 4 2 文本切塊 4 2 1 固定大小文本切塊 4 2 2 基於NLTK的文本切塊 4 2 3 特殊格式文本切塊 4 2 4 基於深度學習模型的文本切塊 4 3 向量資料庫 4 3 1 Faiss 4 3 2 Milvus 4 3 3 Weaviate 4 3 4 Chroma 4 3 5 Qdrant 4 4 召迴環節優化 4 4 1 短文本全局信息增強 4 4 2 召回內容上下文擴充 4 4 3 文本多向量表示 4 4 4 查詢內容優化 4 4 5 召迴文本重排序 4 4 6 多檢索器融合 4 4 7 結合元數據召回 4 5 效果評估 4 5 1 召迴環節評估 4 5 2 模型回答評估 4 6 LLM能力優化 4 6 1 LLM微調 4 6 2 FLARE 4 6 3 Self-RAG 4 7 本章小結 第5章 RAG範式演變 5 1 基礎RAG系統 5 1 1 基礎流程 5 1 2 存在的問題 5 2 先進RAG系統 5 3 大模型主導的RAG系統 5 4 多模態RAG系統 5 5 本章小結 第6章 RAG系統訓練 6 1 RAG系統的訓練難點 6 2 訓練方法 6 3 獨立訓練 6 4 序貫訓練 6 4 1 凍結召回模塊 6 4 2 凍結生成模塊 6 5 聯合訓練 6 5 1 非同步更新索引 6 5 2 批近似 6 6 本章小結 第三部分 實戰 第7章 基於LangChain實現RAG應用 7 1 LangChain基礎模塊 7 2 基於LangChain實現RAG 7 3 基於Streamlit搭建一個ChatPDF可視化應用 7 4 本章小結 第8章 RAG系統構建與微調實戰 8 1 向量模型構建 8 1 1 模型選型 8 1 2 訓練數據構造 8 1 3 向量模型訓練 8 1 4 向量模型聯合訓練 8 2 大模型指令微調 8 3 複雜問題處理 8 3 1 微調數據構造 8 3 2 微調數據處理 8 3 3 複雜問題推理處理 8 4 本章小結 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
