RAG：将ChatGPT LLM的潜力提升到一个新的水平

本课程专门为希望通过检索增强生成系统（RAGS）充分挖掘语言模型潜力的专业人士而设计。我们将深入探讨RAGS如何将这些语言模型转变为高效的专家工具，为其提供直接、实时访问相关的、最新的信息。RAG: Raising the Potential of ChatGPT LLMs to the next level

RAGS在语言模型中的重要性RAGS是大型语言模型（LLMs）发展的基础，例如ChatGPT。通过实时整合外部知识，这些系统使LLMs不仅能够访问大量最新信息，还可以持续学习和适应新信息。这种检索和学习能力显著提高了文本生成，使模型能够以空前的准确性和相关性进行响应。这种知识丰富化对需要高准确性和情境性的应用至关重要，为医疗、金融分析等领域开辟了新可能性。课程内容生成性AI和RAG基础生成性内容生成和语言模型的辅助介绍。关于生成性AI的基础知识、关键术语、挑战和LLMs的发展课程。生成性AI在各个行业的影响。大型语言模型的深入研究LLMs的介绍和发展，包括基础模型和调整模型。探讨当前LLMs的格局、局限性及如何减轻常见问题，如幻觉。LLMs的访问与使用动手使用ChatGPT，包括实践实验室和访问OpenAI API。LLMs优化提高模型性能的高级技术，包括与知识图谱的RAG和自定义模型开发。RAG的应用和使用案例讨论RAG的优缺点，举例说明实际应用及其在不同行业的影响。RAG开发工具教导使用特定的RAG开发工具，包括如Flowise、LangChain和LlamaIndex等无代码平台。技术和高级RAG组件关于RAG架构、索引管道、文档分片及使用嵌入和向量数据库的详细信息。动手实验和项目一系列动手实验和项目，引导参与者从头到尾开发一个RAG，使用如Flowise和LangChain等工具。方法论课程在理论课和实践课之间交替进行，提供对RAGS的深入理解，让参与者在受控的真实场景中实验这项技术。该项目非常适合那些准备将ChatGPT和其他语言模型的功能提升到前所未见的性能水平的人，使RAGS成为人工智能领域不可或缺的工具。

由Data Bootcamp创建
MP4 | 视频：h264，1280×720 | 音频：AAC，44.1 KHz，2声道
类型：在线学习 | 语言：英语 | 时长：79节课（4小时31分钟） | 大小：1.75 GB

学习如何实施RAG，以丰富ChatGPT和大型语言模型的知识，提高它们的效果和能力

你将学到的内容：
生成性AI和大型语言模型简介
改善大型语言模型的技术
检索增强生成（RAG）的基本原理
RAG的应用
RAG开发工具
自定义GPT
Langchain
RAG的组成部分
Flowise——RAG开发的完美框架
索引管道和RAG管道
文档分片
嵌入和向量数据库
信息检索和获取
开源大型语言模型用于RAG：数据保护和隐私最好的盟友
RAG性能评估