（1）作者经验丰富：两位作者均是资深的大模型技术专家，是知名项目AutoGPT的代码贡献者和百度飞桨PPDE的技术专家，在RAG领域有深厚积累。 （2）零基础快门：本书不需要读者有任何大模型和RAG的基础，从RAG技术的理论基础、架构设计到实战部署，全方位覆盖从门到落地的完整知识体系。 （3）融合前沿理论与实践：紧跟RAG领域的前沿技术发展，以及RAG在企业的各种新应用，为读者提供有价值的参考方案。
售 价：¥
纸质售价：¥66.70购买纸书
6.3
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
前折页
书名页
前言
第一部分 RAG技术基础
第1章 RAG技术简介
1.1 为什么需要RAG
1.2 RAG技术的发展背景
1.2.1 早期阶段：信息检索与问答系统
1.2.2 过渡阶段：自然语言处理与机器学习
1.2.3 发展阶段：RAG技术的兴起与优化
1.3 RAG技术的核心组成
1.3.1 检索模块
1.3.2 生成模块
1.3.3 数据增强
1.4 与大语言模型集成
1.4.1 RAG与LLM的结合
1.4.2 LangChain和LlamaIndex
1.5 RAG面临的挑战
1.6 总结
第2章 RAG技术背后的原理
2.1 Embedding技术
2.1.1 为什么RAG要用Embedding
2.1.2 Embedding的工作原理
2.1.3 Embedding的发展历程
2.1.4 Embedding的代码示例
2.2 数据索引与检索
2.2.1 数据索引的基本概念
2.2.2 数据检索的基本原理
2.2.3 数据索引与检索的技术实现
2.2.4 数据索引与检索的应用场景
2.3 大语言模型
2.3.1 大语言模型的特点
2.3.2 大语言模型的技术原理
2.3.3 大语言模型在RAG中的应用
2.4 总结
第二部分 RAG应用构建流程
第3章 数据准备与处理
3.1 数据清洗
3.1.1 数据收集
3.1.2 文本处理
3.1.3 文本分词
3.2 文本分割
3.2.1 固定大小分块
3.2.2 递归分块
3.2.3 基于文档逻辑的分块
3.2.4 语义分块
3.3 索引构建
3.3.1 列表索引
3.3.2 关键词表索引
3.3.3 向量索引
3.3.4 树索引
3.3.5 文档摘要索引
3.4 总结
第4章 检索环节
4.1 索引构建与优化
4.1.1 索引构建回顾
4.1.2 索引更新策略
4.1.3 索引压缩技术
4.1.4 多模态索引构建
4.2 检索策略与算法
4.2.1 精确匹配检索
4.2.2 相似度检索
4.2.3 语义检索
4.2.4 混合检索
4.2.5 检索结果排序与过滤
4.3 查询转化
4.3.1 查询预处理
4.3.2 查询扩展
4.3.3 查询理解与意图识别
4.4 总结
第5章 生成环节
5.1 LLM重排序
5.1.1 重排序的概念
5.1.2 LLM重排序的基本原理
5.2 提示工程
5.2.1 零样本提示
5.2.2 少样本提示
5.2.3 思维链提示
5.2.4 React
5.3 LLM归纳生成
5.3.1 数据合成
5.3.2 文章摘要生成
5.3.3 人物场景创作
5.3.4 对话生成
5.3.5 JSON结构化输出
5.4 总结
第三部分 RAG技术进阶
第6章 高级RAG优化技术
6.1 索引构建优化
6.1.1 长文档优化
6.1.2 大规模文档系统的优化
6.2 预检索优化
6.2.1 查询转换
6.2.2 查询扩展
6.2.3 结构化查询
6.2.4 查询路由
6.2.5 查询缓存
6.3 检索阶段优化
6.3.1 知识图谱的混合检索
6.3.2 关键词检索与向量检索结合
6.3.3 微调嵌入模型
6.4 生成预处理
6.4.1 重排序
6.4.2 压缩与选择
6.5 生成阶段优化
6.5.1 提示工程
6.5.2 归因生成
6.5.3 事实验证
6.5.4 生成模型微调
6.6 总结
第7章 常见RAG框架的实现原理
7.1 自省式RAG
7.1.1 实现原理
7.1.2 构建自省式RAG应用
7.2 自适应RAG
7.2.1 实现原理
7.2.2 构建自适应RAG应用
7.3 基于树结构索引的RAG
7.3.1 实现原理
7.3.2 树结构的特点
7.3.3 构建RAPTOR-RAG应用
7.4 纠错性RAG
7.4.1 实现原理
7.4.2 构建纠错性RAG应用
7.5 RAG融合
7.5.1 实现原理
7.5.2 构建RAG融合系统
7.6 基于知识图谱的RAG
7.6.1 实现原理
7.6.2 构建基于知识图谱的RAG应用
7.7 其他
7.7.1 RankRAG
7.7.2 RichRAG
7.7.3 RAG 2.0
7.8 总结
第8章 RAG系统性能评估
8.1 RAG评估指标
8.1.1 检索环节评估
8.1.2 生成环节评估
8.2 常见的RAG评估框架
8.2.1 TruLens框架
8.2.2 RAGAs框架
8.2.3 ARES框架
8.2.4 其他
8.3 总结
第四部分 RAG应用实例
第9章 企业级RAG应用实践
9.1 通用应用
9.1.1 智能文档问答
9.1.2 企业知识库智能搜索
9.1.3 智能客服系统
9.2 行业应用
9.2.1 RAG在金融行业的应用
9.2.2 RAG在医疗行业的应用
9.2.3 RAG在法律行业的应用
9.2.4 RAG在教育行业的应用
9.3 构建企业级RAG系统
9.3.1 用户认证
9.3.2 输入防护
9.3.3 RAG组件
9.3.4 输出防护
9.3.5 反馈收集
9.3.6 数据存储
9.3.7 可观测性
9.4 总结
第10章 RAG技术展望
10.1 RAG技术演进
10.1.1 大模型主动参与知识选取
10.1.2 嵌入模型与大模型语义空间融合
10.1.3 RAG流程动态编排
10.2 多模态RAG
10.2.1 三种检索策略
10.2.2 两种响应方式
10.3 RAG落地挑战
推荐阅读
后折页
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
