大模型應用開發：RAG入門與實戰

本書詳細解析了RAG(Retrieval-Augmented Generation，檢索增強生成)技術及其應用，從文檔的分塊與向量化，到利用深度學習模型進行向量檢索，再到結合Prompt技術以實現精準響應，每個知識點都有清晰的邏輯闡述與實踐案例；同時，介紹了PyTorch編程基礎與深度學習核心概念。此外，本書還涵蓋了一系列實用技術，如Web可視化工具Streamlit與Gradio的使用，以及如何利用這些工具快速構建交互式界面，直觀展示RAG技術的效果。最後，通過動手實現PDF閱讀器的實例，讀者能親自體驗從理論到實踐的過程，加深對RAG技術的理解與掌握。

本書內容通俗易懂，適合對文檔搜索和RAG應用感興趣的讀者閱讀，也可以作為從事大語言模型相關工作的人員的參考書。



陳明明，數據科學博士，研究方向為自然語言處理、深度學習及貝葉斯統計；曾就職于微軟，從事自然語言處理和人工智能的開發工作。

潘翔，計算機應用博士，研究方向為卷積網絡、大數據分析、大語言模型、多模態數據分析；主持了國家自然科學基金、浙江省科學技術廳等重點項目，在IEEE Journal of Biomedical and Health Informatics、《計算機學報》等期刊和國際會議上發表30多篇論文；目前就職于浙江工業大學計算機科學與技術學院。

戴弘毅，畢業於維克森林大學和波士頓大學，研究方向為自然語言處理、深度學習及金融市場分析。