课程费用

6800.00 /人

课程时长

2

成为教练

课程简介

从 GraphRAG、Agentic RAG 前沿架构,到多模态数据清洗、混合检索与高性能向量库实战;再深入 LangChain/LangServe 服务化、幻觉抑制、推理加速与安全合规;最终现场搭建可上线对话机器人,覆盖政务、电商、金融等场景。全程案例驱动,赠落地路线图与评估框架,助你快速复制单日百万用户的盈利级 AIGC 系统。
案例根据学员情况可做调整

目标收益

培训对象

课程内容

模块一:RAG分类与认知深度解析(0.5d)
1.大模型驱动的RAG技术架构剖析
2.RAG技术的范式演进与核心步骤
3.GraphRAG的核心原理与前沿探索
4.RAG与智能Agent的协同与融合

目标1:探索RAG的进阶原理,并掌握其当前的进化方向
案例实例:
a. Agentic RAG - 复杂问答框架
b. 通信、金融、教育 垂类RAG落地实例


模块二:高性能向量知识库构建与优化(0.5d)
1.多模态数据清洗的系统化流程与实践(表格、图片、音视频等)
2.高性能知识向量数据库设计与构建
3.知识库的高效召回策略及性能优化技术
4.混合检索技术的原理与实现

目标2:掌握实操中融入多模态数据后,RAG数据处理与向量化检索的最佳实践



模块三:RAG模型线上业务化落地(0.5d)
1.Langchain与LangServe技术框架的深度应用
2.大模型的倾向性设计与服务化策略(幻觉风险)
3.RAG模型推理性能优化与加速技术
4.推理过程中的信息安全保障与风险控制
5.RAG评估框架与垂类优化

目标3:掌握RAG在线上应用时的评估方法、可能出现的问题 与 优化方案
案例实例:
a. 政务客服:模型定制,稳定性、安全性、高响应度的公务客服系统实现
b. 角色扮演:线上加速,基于定制信息的高并发、规模化的RAG实现

模块四:RAG数字化智能文档处理与对话机器人实操(0.5d)
1.指导-RAG落地路径的最佳实践
2.基于RAG的对话机器人架构设计
3.全流程动手实战:实时数据上传、预处理、挂载、召回与问答实现
4.RAG落地实施:问题现象、路径归因 与 解决方案

目标4:基于前序知识,掌握RAG线上实践能力,并能针对问题改进
案例实例:
a. 基于Agent融合的企业知识问答RAG系统实操
b. 持续改进的RAG应用落地步骤(各类RAG框架的优缺点与改进理念)

活动详情

提交需求