友情鏈接:
合作聯(lián)系
|
ASPEN培訓(xùn)課程
?
?開發(fā)者/工程師：?? 具備Python基礎(chǔ)，希望將大型語言模型高效、低成本地應(yīng)用于企業(yè)特定場景（如智能客服、知識庫問答、代碼助手）的開發(fā)者。
?算法工程師/數(shù)據(jù)科學(xué)家：?? 希望深入理解RAG前沿技術(shù)，掌握其高級優(yōu)化技巧和微調(diào)方法，以構(gòu)建更精準、更可靠的AI應(yīng)用。
?技術(shù)負責(zé)人/架構(gòu)師：?? 需要為團隊技術(shù)選型，規(guī)劃RAG系統(tǒng)架構(gòu)，并理解其技術(shù)邊界、成本與性能權(quán)衡的決策者。
?學(xué)員前提：??
熟練掌握Python編程。
對機器學(xué)習(xí)/深度學(xué)習(xí)有基本概念。
對LangChain、LlamaIndex等框架有初步了解更佳（非必須）。
?
?體系化掌握RAG核心原理：?? 深入理解RAG的工作流程、核心組件及其背后的技術(shù)細節(jié)，不再停留在“黑盒”使用層面。
?精通高級知識增強技巧：?? 掌握從向量檢索優(yōu)化到圖數(shù)據(jù)庫、關(guān)鍵詞混合查詢等進階檢索方案，顯著提升檢索精度與召回率。
?掌握RAG全鏈路微調(diào)能力：?? 學(xué)習(xí)如何微調(diào)檢索器、重排器乃至大模型本身，使整個RAG系統(tǒng)與專屬知識深度融合，實現(xiàn)最佳性能。
?具備構(gòu)建生產(chǎn)級RAG系統(tǒng)能力：?? 能夠處理復(fù)雜查詢、解決幻覺問題、進行系統(tǒng)評估與監(jiān)控，打造真正可用的企業(yè)級應(yīng)用。
?1.1 RAG技術(shù)演進與核心價值?
RAG vs. 微調(diào)：場景與成本分析
RAG系統(tǒng)核心組件詳解：檢索器、生成器
?1.2 DeepSeek模型家族介紹?
DeepSeek-V2模型架構(gòu)、特點及優(yōu)勢
DeepSeek API及開源模型部署
?1.3 基礎(chǔ)RAG管道搭建實戰(zhàn)?
使用LangChain/LlamaIndex + DeepSeek搭建第一個知識問答系統(tǒng)
文檔加載、文本分割、向量化索引入門
?2.1 索引優(yōu)化策略?
高級文本分割策略：句感分割、遞歸分割
元數(shù)據(jù)過濾與多索引策略
?2.2 檢索器優(yōu)化實戰(zhàn)?
混合檢索策略：結(jié)合向量檢索與關(guān)鍵詞檢索（BM25）
多向量檢索器：圖數(shù)據(jù)庫知識關(guān)聯(lián)檢索
從小召回到大精度：重排模型原理與應(yīng)用
?2.3 應(yīng)對復(fù)雜查詢?
智能路由設(shè)計：查詢分類與改寫
多跳問答實現(xiàn)：遞歸檢索與子查詢
?3.1 RAG微調(diào)策略總覽?
何時需要微調(diào)？微調(diào)檢索器 vs. 微調(diào)生成器
訓(xùn)練數(shù)據(jù)構(gòu)造方法論
?3.2 檢索器微調(diào)?
指令微調(diào)：讓Embedding模型更好理解領(lǐng)域查詢
對比學(xué)習(xí)與難負例挖掘技巧
?3.3 生成器微調(diào)?
指令微調(diào)：讓DeepSeek學(xué)會基于上下文作答
防止“遺忘”與“幻覺”的微調(diào)技巧
低成本微調(diào)實戰(zhàn)：LoRA/QLoRA應(yīng)用
?3.4 端到端聯(lián)合優(yōu)化?
高級技術(shù)導(dǎo)讀：RA-DIT、PROD等前沿思路
?4.1 提示工程與輸出控制?
高級提示模板設(shè)計：思維鏈、少樣本、指令強化
上下文壓縮與信息優(yōu)先級排序
?4.2 RAG系統(tǒng)評估體系?
評估指標詳解：忠實度、答案相關(guān)性、上下文相關(guān)性
使用RAGAS、TruEra進行自動化評估
人工評估方案設(shè)計
?4.3 系統(tǒng)架構(gòu)與部署考量?
高并發(fā)、可擴展的RAG服務(wù)架構(gòu)設(shè)計
緩存、異步處理等性能優(yōu)化技巧
