檢視大模型应用开发·RAG入门与实战的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=https://www0.kfzimg.com/sw/kfz-cos/kfzimg/bdccfbac/9b52ec13e9966b90_s.jpg width="250"></center>
<small>[https://search.kongfz.com/product/?dataType=0&keyword=%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%BA%94%E7%94%A8%E5%BC%80%E5%8F%91%C2%B7RAG%E5%85%A5%E9%97%A8%E4%B8%8E%E5%AE%9E%E6%88%98&page=1 来自 孔夫子旧书网 的图片]</small>
|}

《'''大模型应用开发·RAG入门与实战'''》，陈明明 等 著，出版社： 人民邮电出版社。

==内容简介==

本书详细解析了RAG（Retrieval-Augmented Generation，检索增强生成）[[技术]]及其应用，从文档的分块与向量化，到利用深度学习模型进行向量检索，再到结合Prompt技术以实现精准响应，每个知识点都有清晰的逻辑<ref>[https://cul.sohu.com/a/621107077_121124359 何为逻辑？]，搜狐，2022-12-26</ref>阐述与实践案例；同时，介绍了PyTorch编程基础与深度学***概念。此外，本书还涵盖了一系列实用技术，如Web可视化工具Streamlit与Gradio的使用，以及如何利用这些工具快速构建交互式界面，直观展示RAG技术的效果。最后，通过动手实现[[PDF]]阅读器的实例，读者能亲自体验从理论到实践的过程，加深对RAG技术的理解与掌握。

本书内容通俗易懂，适合对文档搜索和RAG应用感兴趣的读者阅读，也可以作为从事大语言模型相关工作的人员的参考书。

==作者介绍==

陈明明，[[数据科学]]博士，研究方向为自然语言处理、深度学习及贝叶斯统计;曾就职于微软，从事自然语言处理和人工智能的开发工作。

潘翔，[[计算机应用]]<ref>[https://www.sohu.com/a/330683148_770374 计算机应用技术专业 ]，搜狐，2019-07-31 </ref>博士，研究方向为卷积网络、大数据分析、大语言模型、多模态数据分析;主持了国家自然科学基金、浙江省科学技术厅等重点项目，在IEEEJournalofBiomedicalandHealthInformatics、《计算机学报》等期刊和国际会议上发表30多篇论文;目前就职于浙江工业大学计算机科学与技术学院。

戴弘毅，毕业于[[维克森林大学]]和波士顿大学，研究方向为自然语言处理、深度学习及金融市场分析。

==参考文献==
[[Category:040 類書總論；百科全書總論]]