大模型应用开发·RAG入门与实战
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[1]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[2]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。