为什么RAG还这么火？

RAG自2020年由Facebook AI Research推出后，一下子就窜红了。

它在解决大模型的“幻觉”问题上发挥到了关键作用。

大模型经常一本正经地胡说八道，但RAG通过从外部知识库中检索相关信息，让大模型的回答更加靠谱。

现在，Google、AWS、IBM、微软、NVIDIA等科技巨头都在积极支持RAG应用的开发，微软甚至还开源了一个基于图的问答系统GraphRAG。

RAG技术最初被设计用于文本信息的检索和生成，但其强大的知识增强能力使其在多模态数据领域具有巨大的潜力。

随着人工智能技术的发展，对能够处理图像、音频、视频和代码等多种数据类型的系统的需求日益增长。这推动了RAG技术向多模态领域的扩展。

RAG技术已超越了最初的文本问答范畴，开始拥抱多样化的模态数据，包括图像、音频、视频和代码。这一扩展催生了创新的多模态模型，如：

• 图像：RA-CM3和BLIP-2等模型在图像和文本的检索与生成方面取得了突破。
• 音频和视频：GSS方法和UEOP等技术在音频和视频的检索与生成方面展现了潜力。
• 代码：RBPS和CoK等方法在代码检索和知识图谱问答任务中表现出色。

各位小伙伴们，今天给大家带来一本绝对值得一读的好书——《大模型应用开发：RAG入门与实战》。这本书不仅仅是一本技术手册，更像是一个充满智慧和幽默的导师，带你走进RAG（Retrieval-Augmented Generation，检索增强生成）的世界。

这本书有什么亮点？

① 内容范围广：从文档提取到相似度搜索，一个不漏！

这本书带你从文档提取开始，一路学到相似度搜索，中间还穿插了各种核心环节。啥叫核心环节？就是那些让你抓耳挠腮、百思不得其解的地方。不用担心，这本书统统给你讲透了，确保你能全面掌握这些关键技术。不信你试试，学会了之后，你就能在同事面前装个大专家，让他们佩服得五体投地！

② 全流程展开：每个环节都不糊弄，直击技术核心！

这本书不是那种蜻蜓点水、浅尝辄止的东西。每个环节都深入到技术核心，告诉你背后的原理和机制。更重要的是，书中还有大量的实际案例，让你看到这些技术是怎么在项目中运用的。想象一下，你在项目会上，一边展示成果，一边还能侃侃而谈技术细节，那感觉，简直不要太爽！

③ 紧跟最新范式：不教老一套，带你领略最新潮的技术！

这本书不只是教你那些陈旧的老套路，它还会带你了解最新的前沿技术，比如大模型问答在文档搜索中的应用。你知道吗？现在的技术已经进化到能帮你在海量文档中找到最相关的信息，而且还能生成自然流畅的回答。这可是未来的趋势，掌握了这些技术，你就能在职场上立于不败之地，成为那个永远走在潮流前端的人！

④ 大白话讲解：专业术语和复杂数学都靠边站！

说实话，这本书的内容结构梳理非常清楚，章节之间划分合理。作为产品经理的我，觉得这本书的文字不会太晦涩，而且有非常多好看的插图！另一点是代码实战非常细致！代码也不用完全手敲，配套的资源都可以免费下载。我能够看得懂，还是非常惊喜的！

朋友们可以通过下方链接直接购买（五折哦！）

一本书就玩转RAG

这本书的最大亮点就是实战部分。从基础章节开始，你就边学边练。比如，第二章教你如何安装和使用PyTorch，从张量操作到模型搭建，一步步带你入门。到了RAG技术部分，更是详细讲解了文档分块与向量化技术，以及如何利用深度学习模型进行向量检索。

最让人兴奋的是第八章，教你如何给大模型下指令，从指令设计到模板，再到代理模式和思维链提示，这些技巧不仅能让你更有效地和大模型交流，还能激发你的创造力。最后，第九章通过一个实际项目——实现一个PDF阅读器，让你亲手体验从理论到实践的全过程。

作为产品经理的我，也能够看得懂，还是非常惊喜的！

最后

无论你是想提升搜索效率与准确度的搜索引擎工程师，还是想探索NLP技术前沿的研究者，或者是寻找数据分析新方法的数据科学家与分析师，甚至是想拓展AI知识视野的爱好者和希望提高文档处理效率的文档管理从业者，都能在这本书中找到你需要的内容。

总之，《大模型应用开发：RAG入门与实战》是一本不可多得的好书，它不仅内容丰富、深入浅出，还能让你在实战中不断提升自己的技能。赶快入手一本，开启你的RAG之旅吧！