大模型应用开发：RAG入门与实战

作者简介

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IEEE Journal of Biomedical and Health Informatics、《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。

内容简介

解锁大语言模型和RAG技术的秘密，带读者深入理解文档搜索的应用 深入浅出地介绍了从文档分块到向量检索的全过程 结合实践案例，帮助读者将RAG技术快速应用于实际工作中 本书全面剖析了RAG（检索增强生成）技术，从文档的分块与向量化，到利用深度学习模型进行高效检索，再结合Prompt技术实现精准响应，每一步骤都通过清晰的逻辑与实例展示。书中不仅详细介绍了大语言模型的核心原理，还涵盖了PyTorch编程基础、深度学习理论与NLP技术。配合实际项目，如PDF阅读器的构建、Streamlit与Gradio可视化工具的使用，帮助读者将理论应用于实践，是学习RAG技术与大语言模型应用的必备指南。