
李多多 範國斌
這是一本面向企業級AI應用開發者和決策者的RAG技術實戰指南,全面覆蓋了從基礎理論到高級優化的各個環節。本書採用循序漸進的講解方式,配以豐富的圖表和代碼示例,爲讀者提供了一條完整的學習路徑,幫助讀者快速掌握RAG技術的精髓。 本書共10章,分爲四部分。 第一部分(第1章和第2章) RAG技術基礎 介紹了RAG技術的定義、發展背景、核心組成以及落地面臨的挑戰,同時深入探討了RAG技術背後的原理,包括嵌入技術、數據索引與檢索,以及大語言模型的應用。 第二部分(第3~5章) RAG應用構建流程 詳細講解了RAG應用的各個環節,從數據準備與處理,到檢索環節的優化,再到生成環節的技巧。 第三部分(第6~8章) RAG技術進階 主要介紹了RAG系統的高級優化策略、常見框架實現原理與性能評估方法。針對高級優化策略,介紹了索引構建、預檢索、檢索、生成預處理和生成五個環節;針對常見框架,介紹了自省式RAG、自適應RAG、基於樹結構索引的RAG、糾錯性RAG等;針對評估方法,從評估指標和評估框架兩個方面介紹了檢索環節和生成環節的各種衡量指標的特點。 第四部分(第9章和第10章) RAG應用實例 首先通過具體的企業級應用案例和行業特定解決方案,展示了RAG技術在文檔生成、知識庫檢索、客戶服務等領域的實際應用,以及在金融、醫療、法律等特定行業的落地實踐。然後展望了RAG技術的未來發展趨勢,如長上下文對RAG的影響、多模態RAG的應用,以及嵌入模型與大模型語義空間融合等前沿話題,最後對RAG落地挑戰進行了總結。
強烈推薦,非常系統化地解答了RAG的背景、原理和落地最佳實踐,不過需要專業從業者讀着才更系統化。準備再深度學習,系統化理解總結
作爲一本入門書籍,它非常適合RAG領域的小白。本書從多維度拆解了RAG工作流程,雖然深度適中,但能讓讀者迅速建立行業認知,瞭解主流技術與應用,並通過配套的demo動手實踐,加深對基本概念的理解。
人工智能與智能體應用的火爆催生了很多AI崗位,對於有Python或開發經驗的程序員們,肯定不滿足於僅僅瞭解Vibe編程或Coze直接搭建應用,而是希望能深度理解和掌握其原理。於是RAG和模型微調、商業化落地以及面臨的挑戰都是繞不開的檻,這本書不管從插圖、流程圖還是代碼塊看的出來都是很用心的,書的目錄結構也很清晰,結合github的代碼能加深程序理解。這一點非常難得。
一下午的時間粗略過完,沒有做實踐。so現在腦子裏啥也不剩了,負面案例qwq
涵蓋了RAG的基本概念,屬於入門書籍,收穫不大,僅供參考。
感覺更像是一個概念的解釋書吧。比較籠統,你要說它標題從零構建吧,看這書那你肯定構不起來。🤓