友情链接:
合作联系
|
ASPEN培训课程
（1）知识库建设步骤
①数据收集与整理：从企业文档、FAQ中提取知识
②知识表示：表格知识、向量表示、树状结构、知识图谱等
（2）知识库的使用
（3）知识库与大模型的结合
①知识库如何增强大模型性能
②实时知识更新与模型同步
（4）知识图谱介绍（原理、设计与实现）
（5）KAG应用
2.RAG技术实践
（1）RAG技术概述
①RAG（Retrieval - Augmented Generation）的定义与优势
②RAG的应用场景：问答系统、文档分析
③RAG应用的评价方式与指标
（2）词嵌入技术
①词嵌入与语义空间
②高维向量的快速模糊匹配
（3）向量数据库
①混合检索与多路召回
②Rerank
（4）RAG实战技巧
①基模选择（qwen、DS、GLM、书生等）
②RAG与微调的适用场景
③数据准备技巧（OCR、理解表格、半结构化）
④chunk技巧（摘要、重叠、长度选择、构造问题）
⑤Agentic chunking
⑥查询扩展与改写（指代消解、HyDE）
⑦向量数据库使用技巧（标题、正负向情感）
⑧提示词优化技巧：（RTGO、Costar、CRISPE、BROKE等）
⑨多轮问答技巧（任务框架、信息提取、追问策略、可信度）
（5）RAG（Agent）工具
（6）Agentic RAG工具介绍
3.RAG案例分析
（1）通用知识库问答场景（协同办公）
（2）复杂知识库问答场景（临床辅助决策）
（3）基于语义和空间的聚类（市民热线多诉合并）
（4）术语提取场景（中医知识图谱构建）
（5）多轮对话场景（酒店客服）
（6）综合应用（自动生成报告文档）
4.多模态大模型原理与实践
（1）基于Transformer的视觉模型
（2）多模态大模型介绍
（3）数据集准备：标注与预处理
（4）模型训练与优化：超参数调整、正则化技术
（5）多模态大模型的训练
（6）多模态数据集准备：标注与预处理
（7）模型训练与优化：超参调整等
