慕课实战-RAG全栈技术从基础到精通 ，打造高精准AI应用
| 发布时间： | 2025-04-25 10:29 |
|---|---|
| 发布者： | 用户9527 |
| 资源来源： | 夸克网盘 |
| 资源状态： | 【资源纠错】 |
本课程系统讲解RAG(检索增强生成)全栈技术，涵盖大模型选型、向量数据库、Embedding模型等核心组件，通过14种检索增强技术提升AI问答系统准确率。课程包含两大实战项目：企业员工智能问答助手和金融智库，从基础到进阶(Graph RAG、Agentic RAG)，并涉及API开发、微调等企业级应用技能，助力突破AI准确率瓶颈，培养全栈RAG开发能力。
网盘快照
- 慕课实战-RAG全栈技术从基础到精通 ，打造高精准AI应用(持续更新中) ( - )
- 第1章 课程学习必知——助你顺利学习以及避坑 ( - )
- 1-1 全面了解课程，让你少走弯路，必看！！！_ev.mp4 ( 28.42MB )
- 第2章 掌握未来AI趋势：RAG引领大语言模型新纪元 ( - )
- 2-1 本章简介_ev.mp4 ( 1.28MB )
- 2-2 满足企业精准需求：RAG如何填补大语言模型短板_ev.mp4 ( 5.31MB )
- 2-3 解锁RAG三大核心_ev.mp4 ( 2.84MB )
- 2-4 深入思考 long context加持的大模型企业还需要RAG_ev.mp4 ( 12.21MB )
- 2-5 RAG技术栈：从【合格】到【优秀】的跨越_ev.mp4 ( 4.66MB )
- 2-6 本课程案例分析与说明_ev.mp4 ( 3.87MB )
- 2-7运行和开发环境搭建.pdf ( 2.13MB )
- 2-8课程机器配置要求说明.pdf ( 77.38KB )
- 第3章 【企业级专业选型】RAG核心一：挑选符合企业的【优秀】大语言基石模型 ( - )
- 3-1 本章简介_ev.mp4 ( 2.46MB )
- 3-2 大模型入门：核心要点和技术演变（token、transformer、训练）_ev.mp4 ( 36.19MB )
- 3-3 国内外大模型产品必知必会_ev.mp4 ( 7.14MB )
- 3-4 没有GPU如何调用大模型-大模型调用的三种方式_ev.mp4 ( 16.04MB )
- 3-5 火眼金星：如何分辨大模型的好坏_ev.mp4 ( 10.66MB )
- 3-6 RAG应用：挑选大模型的四大步骤_ev.mp4 ( 4.18MB )
- 3-7 总结和展望：不同项目角色需要对AI大模型了解程度的差异性分析_ev.mp4 ( 18.93MB )
- 3-8 【文档】大语言模型如何下载.pdf ( 1.24MB )
- 3-9 【文档】星火大模型API使用.pdf ( 716.92KB )
- 3-10 【文档】如何通过ollama部署本地大模型-deepseek-r1.pdf ( 1.23MB )
- 第4章 【企业级专业选型】RAG核心二：挑选合适RAG的向量Embedding模型 ( - )
- 4-1 本章介绍_ev.mp4 ( 1.05MB )
- 4-2 embedding模型的重要性_ev.mp4 ( 7.00MB )
- 4-3 embedding是怎么炼成的？_ev.mp4 ( 9.34MB )
- 4-4 主流中文embedding模型_ev.mp4 ( 16.85MB )
- 4-5 embedding模型排行榜靠谱不靠谱，如何选择_ev.mp4 ( 6.97MB )
- 4-6 【文档】embedding模型下载.pdf ( 118.72KB )
- 4-7 实战：embedding模型加载和使用对比_ev.mp4 ( 46.09MB )
- 4-8 本章总结_ev.mp4 ( 2.01MB )
- 第5章 【企业级专业选型】RAG核心三：企业级的向量数据库选型和高效使用 ( - )
- 5-1 本章介绍_ev.mp4 ( 1.58MB )
- 5-2 全方位对比：主流向量数据库_ev.mp4 ( 23.37MB )
- 5-3 企业级向量数据库的要求_ev.mp4 ( 3.19MB )
- 5-4 向量数据库相似性搜索_ev.mp4 ( 4.58MB )
- 5-5 性能为王：探索向量数据索引优化技术_ev.mp4 ( 31.44MB )
- 5-6 实战：部署和使用企业级向量数据库（chroma和milvus）-1_ev.mp4 ( 33.87MB )
- 5-7 实战：部署和使用企业级向量数据库（chroma和milvus）-2_ev.mp4 ( 31.14MB )
- 5-8 总结和展望：企业级应用的高可用性_ev.mp4 ( 3.81MB )
- 第6章 【企业员工智能问答助手-实现V1.0版】高效处理企业复杂业务数据 ( - )
- 6-1 本章介绍_ev.mp4 ( 1.45MB )
- 6-2 复杂：企业数据复杂多样_ev.mp4 ( 7.44MB )
- 6-3 原则：垃圾进垃圾出，注重文档质量_ev.mp4 ( 7.51MB )
- 6-4 挑战：RAG如何读取多样性文档（文本、表格和布局分析）_ev.mp4 ( 16.39MB )
- 6-5 文档分块：递归文本分块和语义智能分块_ev.mp4 ( 22.62MB )
- 6-6 实战：实现制度问答模块数据读取和切割_ev.mp4 ( 105.03MB )
- 6-7 本章总结_ev.mp4 ( 1.92MB )
- 第7章 【企业员工智能问答助手-实现V1.0版】搭建制度问答baseline RAG ( - )
- 7-1 本章介绍_ev.mp4 ( 1.85MB )
- 7-2 【企业员工制度问答助手】需求分析_ev.mp4 ( 4.92MB )
- 7-3 项目技术选型_ev.mp4 ( 2.32MB )
- 7-4 项目架构设计_ev.mp4 ( 4.29MB )
- 7-5 实战：实现制度问答模块RAG baseline_ev.mp4 ( 58.14MB )
- 7-6 总结和展望：转变思想，AI应用开发和传统软件开发的区别_ev.mp4 ( 7.51MB )
- 第8章 【企业员工智能问答助手-评估V1.0版】有效评估RAG是提升的关键 ( - )
- 8-1 本章介绍_ev.mp4 ( 1.28MB )
- 8-2 RAG迭代的关键：评估_ev.mp4 ( 7.42MB )
- 8-3 RAG评估的三大步骤_ev.mp4 ( 1.49MB )
- 8-4 RAG评价神器：Ragas框架_ev.mp4 ( 39.00MB )
- 8-5 实战：用Ragas评估制度问答模块的性能_ev.mp4 ( 15.09MB )
- 8-6 本章总结_ev.mp4 ( 4.46MB )
- 第9章 【企业员工智能问答助手-实现V2.0版】提升RAG的【14种】检索增强技能 ( - )
- 9-1 本章介绍_ev.mp4 ( 1.99MB )
- 9-2 一图剖析RAG进化之路：探索优化点_ev.mp4 ( 5.57MB )
- 9-3 检索的两大形态：稀疏 vs 稠密_ev.mp4 ( 16.00MB )
- 9-4 查询增强：增加相关内容-Query2doc+ HyDE+子问题查询+问题改写+Task Step Back_ev.mp4 ( 40.41MB )
- 9-5 多索引增强：从不同维度构建索引，强化相关内容_ev.mp4 ( 17.33MB )
- 9-6 检索后增强：融合检索，三个臭皮匠顶一个诸葛亮_ev.mp4 ( 14.34MB )
- 9-7 检索后增强：重排序技术(Re-rank)_ev.mp4 ( 9.13MB )
- 9-8 系统性增强：迭代检索增强生成，从上一迭代收获信息_ev.mp4 ( 14.40MB )
- 9-9 RAG新范式：自我评估增强Self-RAG_ev.mp4 ( 20.83MB )
- 9-10 总结和展望：关于企业里需要良好的代码规范和代码管理_ev.mp4 ( 40.26MB )
- 第10章 基于知识图谱【金融智库】：从RAG到Graph RAG，让企业知识图谱更智能 ( - )
- 10-1 本章介绍_ev.mp4 ( 4.51MB )
- 10-2 认识金融智库知识图谱数据：特别的知识三元组_ev.mp4 ( 25.46MB )
- 10-3 如何存储和操作知识图谱：neo4j和nebulagraph_ev.mp4 ( 30.38MB )
- 10-4 实战：动手构建金融智库知识图谱-1_ev.mp4 ( 39.74MB )
- 10-5 实战：动手构建金融智库知识图谱-2_ev.mp4 ( 48.23MB )
- 10-6 RAG和Graph RAG有什么区别：如何构建Graph RAG_ev.mp4 ( 30.36MB )
- 10-7 实战：利用Graph RAG构建金融智库知识库应用_ev.mp4 ( 68.30MB )
- 10-8 总结和展望：如何自我学习，跟进前沿技术_ev.mp4 ( 16.47MB )