高级RAG

学习目标

学习完本部分，使学习者能够：

• 运用RAG高级技能，改进 RAG应用程序的效果

学习活动

• 观看视频：吴恩达《构建和评估高级的RAG模型应用》|Building and Evaluating Advanced RAG Applications（中英字幕）
  • 视频时长：1.5小时；
  • 视频内容简介：检索增强生成（RAG）作为大型语言模型（LLM）最受欢迎的应用之一，脱颖而出。该方法有助于将LLM与组织的专有数据集成。 要成功实施RAG，必须改进检索技术以获得连贯的上下文，并采用有效的评估指标。 在本课程中，我们将探讨以下内容：
    • 两种高级检索方法：句子窗口检索和自动合并检索，与基线RAG流程相比，表现更好。
    • 评估和实验跟踪：一种评估和逐步改进RAG流程性能的方法。
    • RAG三要素：上下文相关性、基于事实、回答相关性，这些方法用于评估LLM响应的相关性和真实性。
• 阅读文档：Cheat Sheet and some recipes for building Advanced RAG
• 阅读文档：A comprehensive guide on building RAG-based LLM application by AnyScale

实践

• 完成deelplearning.ai上的Building and Evaluating Advanced RAG Applications课程练习

补充资料

• 使用 LangChain 在 HuggingFace 文档上构建高级 RAG