簡介:本課程為《RAG全棧技術從基礎到精通 ,打造高精準AI應用》體驗課。主要目的是讓大家更好的了解課程講師講課風格、了解課程內容及形式以及RAG。正課鏈接→https://coding.imooc.com/class/920.html【添加小管家微信:xhs_imooc,可領取優惠福利!】
第1章 課程學習必知——助你順利學習以及避坑
在學習任何新知識時,掌握正確的方法和避開常見的陷阱至關重要。本章為你精心準備了學習本課程的必備指南,幫助你快速上手,少走彎路。
第2章 掌握未來AI趨勢:RAG引領大語言模型新紀元
本章帶你分析大語言模型的現狀和問題,引出RAG(檢索增強生成)技術這一“新星”。我們會剖析RAG在企業大模型應用中的核心地位,通過對比分析,讓你明白RAG的必要性。接著,詳細講解RAG的三大組件(大語言模型、知識庫、檢索)及其工作流程,帶你領略其技術魅力。還會探討RAG技術的發展階段,強調技術棧的重要性,并分析企業對RAG人才的需求,以及本課程案例的需求分析、環境與技術架構。掌握這些,你就能緊跟AI的未來趨勢
- 視頻: 2-1 本章簡介 (00:59)
- 視頻: 2-2 滿足企業精準需求:RAG如何填補大語言模型短板 (03:38)
- 視頻: 2-3 解鎖RAG三大核心 (01:32)
- 視頻: 2-4 深入思考 long context加持的大模型企業還需要RAG (06:27)
- 視頻: 2-5 RAG技術棧:從【合格】到【優秀】的跨越 (02:42)
- 視頻: 2-6 本課程案例分析與說明 (02:38)
- 編程: 2-7 【文檔】運行和開發環境搭建說明
- 視頻: 2-8 課程環境安裝過程演示 (19:30)
- 編程: 2-9 【環境搭建】python軟件包管理:anaconda3/miniforg3
- 編程: 2-10 【環境搭建】python環境安裝
- 編程: 2-11 【環境安裝】RAGFlow
- 編程: 2-12 【環境搭建】向量數據庫
- 編程: 2-13 【環境搭建】圖數據庫
- 編程: 2-14 【環境搭建】模型下載&GPU環境安裝(可選)&ollama安裝(可選)
- 編程: 2-15 【文檔】課程機器配置要求說明
第3章 【企業級專業選型】RAG核心一:挑選符合企業的【優秀】大語言基石模型
本章全面剖析大語言模型,助力學員從理論邁向實戰。首先,講解大模型的本質、技術演變及基本概念,涵蓋架構和涌現能力。接著,盤點國內外主流大模型(開源與閉源),分析其技術棧,拓寬視野。針對不同設備,總結本地部署(GPU/CPU)和API調用方式及注意事項,提升應用靈活性。同時,從多維度講解模型評價方法,指導挑選適合RAG應用的基礎模型。最后,通過代碼實現,演示本地調用和API調用操作,助力掌握企業級大模型開發技巧。本章為后續企業級案例開發筑牢基礎,還分析了不同項目角色對AI大模型的了解差異,助力精準定位需求。
- 視頻: 3-1 本章簡介 (01:40)
- 視頻: 3-2 大模型入門:核心要點和技術演變(token、transformer、訓練) (20:57)
- 視頻: 3-3 國內外大模型產品必知必會 (03:44)
- 視頻: 3-4 沒有GPU如何調用大模型-大模型調用的三種方式 (09:32)
- 視頻: 3-5 火眼金星:如何分辨大模型的好壞 (05:58)
- 視頻: 3-6 RAG應用:挑選大模型的四大步驟 (02:18)
- 視頻: 3-7 總結和展望:不同項目角色需要對AI大模型了解程度的差異性分析 (09:01)
- 編程: 3-8 【文檔】大語言模型如何下載
- 編程: 3-9 【文檔】星火大模型API使用
- 編程: 3-10 【文檔】如何通過ollama部署本地大模型-deepseek-r1
- 視頻: 3-11 實戰:使用大語言模型(本地和API、GPU和CPU)-1 (17:39)
- 視頻: 3-12 實戰:使用大語言模型(本地和API、GPU和CPU)-2 (18:42)