-
学习时长
9周/建议每周至少5小时
-
答疑服务
专属微信答疑群/讲师团队均参与
-
课程有效期
一年/告别拖延，温故知新
- 第1章: 课程先导
- 第1节: 课程先导片
- 第2节: 课程介绍
- 第2章: 基础与实践
- 第1节: RAG原理解读：让检索增强生成不再是黑盒
- 第2节: 10分钟上手一个最小可用RAG系统
- 第3节: 大模型怎么玩？用LazyLLM带你理解调用逻辑与Prompt魔法
- 第4节: RAG项目工程化入门：从脚本走向模块化与可维护性
- 第3章: 进阶与实践——效果提升
- 第1节: 打造专属Reader组件：轻松解析HTML、PDF等复杂文档格式
- 第2节: 检索更准：RAG召回效果优化的底层逻辑与技巧
- 第3节: 检索升级实践：亲手打造“更聪明”的文档理解系统！
- 第4节: 不止是cosine！匹配策略决定你召回的质量
- 第5节: 微调实践：让大模型和向量模型更懂你的领域
- 第6节: 探索Deepseek：打造思维能力更强的RAG系统
- 第4章: 进阶与实践——速度提升
- 第1节: 性能优化指南：从冷启动到响应加速你的RAG
- 第2节: 实践：用缓存、异步与向量引擎加速你的RAG
- 第5章: 进阶与实践——功能扩展
- 第1节: RAG+多模态：图片、表格通吃的问答系统
- 第2节: 实践：构建一个支持复杂学术论文问答的RAG系统
- 第3节: 大视角问答：RAG如何支持跨文档、跨维度总结
- 第4节: 实践：打造具备宏观问答与图表生成功能的论文问答的RAG系统
- 第6章: 企业级RAG
- 第1节: 企业级RAG：权限、标签、拒答机制与内容安全的全链路方案
- 第7章: 高阶RAG与实践
- 第1节: RAG × Agent：构建可调用工具、可自我反思的智能助手
- 第2节: RAG × 知识图谱：从关系结构中召回更准确的内容
