ChatGPT与大模型研究

在前几章中，我们探讨了生成式AI（GenAI）的世界，包括可以利用这一令人兴奋的新技术开发的应用场景和应用程序。我们还讨论了评估GenAI可能为不同组织和行业带来的商业价值。 在本章中，我们将深入探讨

本章概述了与生成式人工智能相关的关键概念、技术和集成模式，帮助你在实际应用中利用这些能力。 我们将介绍生成式人工智能架构，如Transformer和扩散模型，这些模型为生成式模型提供基础，能够生成文本

这本书旨在帮助专业人士将自然语言处理（NLP）技术应用到他们的工作中，无论他们是在从事NLP项目，还是在其他领域（如数据科学）使用NLP。本书的目的是让您了解NLP领域及其基础技术，包括机器学习（ML

在前言中，我讲述了Auto-GPT是什么以及它的起源，但我也在思考，“为什么有人会读这本书呢？” 我的意思是，Auto-GPT就是它所是的——一种自动化的人工智能（AI），它可能帮助你完成一些任务，也

快问快答：你用什么从大型语言模型（LLM）生成内容？ 答案是：提示！（Prompt） 显然，提示是任何生成型人工智能应用程序的关键元素，因此也适用于任何检索增强生成（RAG）应用程序。RAG 系统将信

在本章的最后，我们将探讨几种高级技术，以提升检索增强生成（RAG）应用程序的效果。这些技术超越了基础的 RAG 方法，旨在解决更复杂的挑战并实现更好的结果。我们的出发点是我们在之前章节中使用过的技术。

根据你构建检索增强生成（RAG）应用的环境，安全失败可能会导致法律责任、声誉损害以及昂贵的服务中断。RAG 系统带来了一些独特的安全风险，主要是由于它们依赖外部数据源来增强内容生成。为了应对这些风险，

在第1章中，我们列出了检索增强生成（RAG）在人工智能应用中的几种实现方式，例如客户支持聊天机器人、自动报告、产品描述、知识库的可搜索性和实用性、创新侦察、内容个性化、产品推荐以及培训和教育。 在本章

我们已经多次提到LangChain，并向您展示了很多LangChain代码，包括实现LangChain特定语言的代码：LangChain表达式语言（LCEL）。现在，您已经熟悉了使用LangChain

本章深入探讨了我们之前讨论过的关键技术组件，重点是它们在 LangChain 和检索增强生成（RAG）中的应用。回顾一下，我们的 RAG 系统的关键技术组件按使用顺序依次是向量存储、检索器和大型语言模

评估在构建和维护检索增强生成（RAG）管道中起着至关重要的作用。在构建管道时，评估可以帮助你识别需要改进的领域，优化系统的性能，并系统地衡量改进的效果。当RAG系统部署后，评估可以确保系统的有效性、可

本章主要讲解检索增强生成（RAG）中的检索部分（R）。具体而言，我们将讨论与相似度搜索相关的四个领域：索引、距离度量、相似度算法和向量搜索服务。基于此，本章将覆盖以下内容： 距离度量、相似度算法与向量

向量是检索增强生成（RAG）中的一个关键组成部分，它们是帮助整个过程顺利运行的秘密武器。在本章中，我们将重新回顾前几章的代码，并重点讨论向量如何影响这些代码。简单来说，本章将讲解什么是向量，如何创建向

几乎所有情况下，检索增强生成（RAG）的开发都涉及创建一个或多个应用程序，简称为“应用”。在最初编写RAG应用程序时，通常会在代码中创建一个变量，表示一个提示（prompt）或其他类型的输入，这些输入

当你在开发基于检索增强生成（RAG）的应用时，理解每个组件的细节、它们如何集成以及支持这些系统的技术至关重要。 在本章中，我们将讨论以下主题： 关键组件概述 索引 检索与生成 提示词设计 定义你的LL

本章的代码实验室为本书其余部分的代码奠定基础。我们将在整个章节中提供一个完整的检索增强生成（RAG）流水线。接下来，在本书的各个章节中，我们将逐步查看代码的不同部分，随着学习的深入，我们会在代码中添加

人工智能（AI）领域正在迅速发展。在这一切的中心是生成式人工智能。而生成式人工智能的核心则是检索增强生成（RAG）。RAG作为生成式AI工具包中的重要组成部分，正在崭露头角，它将大型语言模型（LLMs

一次对大型语言模型（LLM）的调用可能已经非常强大，但如果将您的逻辑置于一个循环中，目标是完成更复杂的任务，那么您可以将检索增强生成（RAG）开发提升到一个全新的水平。这就是代理（agents）的概念

人工智能（AI）产品的前沿领域似乎与我们的宇宙有许多相似之处：不断扩张。随着我们不断深入探索新的方式来构想我们所参与的产品、组织和行业，这种扩张的速度每年都在加快。打下坚实的基础是理解这一转型的关键部

介绍 在本章中，我们将深入探讨Hugging Face生态系统的世界，这一平台是机器学习领域的先锋，为最先进的ML模型提供支持。Hugging Face已经成为实践者和研究人员的首选资源，提供了易于使