大模型RAG应用开发与向量数据库实践.pdfVIP

大模型RAG应用开发基础及-本章介绍

本章主要学习大语言模型RAG应用开发的基础，涵盖：出现幻觉的、缓解方案、向量

数据库相关知识、几种类型的向量数据库配置与使用、文本嵌入模型的使用及用途、基础RAG

应用开发。

01.大模型出现幻觉及缓解方案

了解大语言模型出现幻觉的，涵盖数据层面、模型层面的相关解释，以及幻觉的评估基

准。

了解常见的大语言模型幻觉缓解方案，涵盖了调整模型参数、知识、多智能体互动、加

入诚实样本等。

学习什么是RAG以及基础架构，并尝试在ChatGPT上手动模拟RAG的运行流程加深理解。

02.AI应用开发利器——向量数据库

学习了解什么是向量数据库，以及使用场景，为什么需要向量数据库，与传统数据库之间的

差异。

了解什么是词向量，在LLM应用开发中的用途，掌握几种常见的词向量相似度计算方法，

了解向量数据库的索引和搜索，底层如何加速相似度搜索过程。

掌握各类向量数据库的配置部署与使用，涵盖类型、云端数据库、开源本地部署等。

03.文本嵌入模型与RAG应用初步开发

了解什么是文本嵌入模型，掌握利用文本嵌入模型提取非结构化数据的特征。

了解几种不同类型的文本嵌入模型使用技巧，不同维度的词向量使用的场景与优缺点。

利用LangChain基于向量数