JK 大模型 RAG 进阶实战营「包更新」

课程介绍

JK 大模型 RAG 进阶实战营视频教程。

深入RAG工程核心技术：涵盖数据导入、文本分块、嵌入、向量存储与索引、复杂检索等关键技术。

覆盖RAG主流应用场景：包括合规检索、问答系统、金融/医疗词汇标准化系统及知识图谱等。

从原理到实战：指导企业级RAG系统的开发与重构，针对主流行业场景进行深入探讨。

紧跟热点：结合DeepSeek与Cursor智能编程进行协同开发，并对多种主流模型进行比较与应用。

资源目录

00 – 开班直播回放/

[ 21K] DeepSeek 知识库.pdf

[ 19M] RAG实战.pdf

[276M] 开营直播回放

01 – 第一章：RAG 三问/

[ 41M] 1. 开营导语

[ 33M] 2. RAG 三问：什么是 RAG？

[ 56M] 3. LlamaIndex 5 行代码快速上手 RAG

[117M] 4. 通过 LangChain 快速上手 RAG

[ 67M] 5. 如何优化 RAG 系统？

[ 18M] 6. 安装 Cursor

[ 49M] 7. 使用 Cursor 的基本功能

[ 26M] 8. 配置 DeepSeek 和其他模型

[9.2M] 大模型应用开发概述- 开营导语.pdf

02 – 第二章：自己动手制作 RAG 框架/

[ 46M] 1. 下载并运行自制 RAG 框架

[ 52M] 2. 框架流程和设计说明（前端）

[ 81M] 3. 框架流程和设计说明（后端）

[100M] 4. 为框架添加新功能

[ 67M] 5. 从头开始构建框架

[1.6M] 自己动手制作RAG框架.pdf

[2.4M] 课后练习.pdf

03 – 第三章：案例篇-医疗领域名词标准化工具/

[ 80M] 03-01-项目整体目标

[ 71M] 03-02-项目具体实现-代码下载和功能演示

[ 90M] 03-03 专有名词标准化系统设计

[ 12M] 03-04 向量数据库文档补充说明

[105M] 03-05 专有名词标准化系统-前后端衔接

[ 23M] 03-06 名词扩展和纠错功能实现

[5.8M] 03-07 项目优化方向

[131K] 大模型 RAG 进阶实战营-1. 项目整体目标.pdf

[140K] 大模型 RAG 进阶实战营-2. 项目具体实现：代码下载和功能演示.pdf

[9.7M] 数据集文件-SNOMED_ALL.csv.zip

[8.1M] 案例篇-医疗领域名词标准化工具.pdf

04 – 第四章：组件篇-数据导入技术/

[ 80M] 01-简单文档-01

[ 63M] 02-有结构的文档

[ 25M] 03-图文导入

[ 47M] 04-PDF解析之-简单工具(PyPDF, PyMUPDF, pytesseract+pdf2image)

[ 58M] 05-PDF解析之-PDF转MarkDown（Marker，MinerU和LlamaParse）

[118M] 06-PDF解析之-Unstructured工具解析版式和元素

[ 40M] 07-结构化表格导入之-CSV导入

[ 41M] 08-结构化表格导入之-LlamaDB Connector

[ 57M] 09-结构化表格导入之-PDF表格解析-1

[ 82M] 10-结构化表格导入之-PDF表格解析-2

[ 17M] 数据导入技术.pdf

05 – 第五章：组件篇-文本分块技术/

[ 45M] 01-文本分块的原理和重要性

[ 80M] 02-文本分块的方法和实现

[ 28M] 03-与分块相关的高级索引技巧

[196K] 大模型 RAG 进阶实战营-第五章作业（需要提交）.pdf

[ 14M] 文本分块技术.pdf

06 – 第六章：组件篇-向量嵌入技术/

[ 36M] 01-嵌入技术的基本知识

[ 25M] 02-嵌入技术的发展和演变

[ 94M] 03-大模型时代的嵌入模型

@it资源网ukoou.com

[ 87M] 04-稀疏嵌入和密集嵌入

[ 36M] 05-多模态嵌入

[ 14M] 嵌入技术.pdf

07 – 第七章：组件篇-向量数据库/

[ 67M] 01-基本原理

[ 29M] 02-各种各样的向量数据库

[127M] 03-集合、索引、度量和搜索（上）

[ 67M] 04-集合、索引、度量和搜索（中）

[ 64M] 05-集合、索引、度量和搜索（下）

[ 45M] 06-混合检索实战

[ 47M] 07-多模态检索实战

[ 29M] 向量数据库.pdf

08 – 第八章：组件篇-检索前处理技术/

[171M] 01-Text2SQL(自制流程)

[ 19M] 02-Text2SQL(RagFlow)

[ 55M] 03-Text2Cypher

[ 41M] 04-Metadata Filter生成

[ 64M] 05-查询翻译

[ 14M] 06-查询路由

[ 11M] 检索前处理技术.pdf

09 – 第九章：组件篇-索引优化技术/

[ 92M] 01. 从小块到大上下文

[ 40M] 02. 构建有层次的索引

[113M] 03. 构建多表示的索引

[6.4M] 索引优化技术.pdf

资料代码/

猜你喜欢

评论0