- 课程目录
- 课程介绍
-
02｜LangChain中，RAG有哪些优化策略？
-
03｜为什么我们需要KG- RAG？
-
04｜KG-RAG有哪些常见的实现思路？
-
05｜快速了解7个KG- RAG的简单项目
-
06｜什么是KG-enhanced prompt？
-
07｜拆解HiQA和Linkedin kG-RAG：实现文档层级结构细分召回和双层嵌入索引
-
08｜UniQA-Text2cypher的KG-RAG是什么？
-
09｜考虑实体特异性的HippoRAG与考虑拓扑的结构GRAG
-
10｜微软的GraphRAG方案是什么样的？
-
结束语｜我怎么看KG-RAG的现在和未来？
课程介绍
你将获得 搭建 1 份全面的 RAG 知识网络 掌握 RAG 优化策略与实现思路 梳理 7 个 KG-RAG 前沿项目 深入分析 GraphRAG 代表方案 讲师介绍 课程介绍...你将获得
- 搭建 1 份全面的 RAG 知识网络
- 掌握 RAG 优化策略与实现思路
- 梳理 7 个 KG-RAG 前沿项目
- 深入分析 GraphRAG 代表方案
讲师介绍
课程介绍
可以说，熟悉基本的RAG流程、优化策略，以及当前KG-RAG的具体实现思路，是很有必要以及有意义的事情。
为了帮助对于初学者快速入门并掌握这项技术，我们邀请到了老刘，为RAG初学者提供一个全面的技术学习路径。
课程设计
第一章：从LangChain框架的介绍开始，深入探讨RAG技术的基础和优化策略。
第二章：你将了解为什么我们需要将知识图谱（KG）与RAG技术结合，并掌握常见的实现思路。
第三章：深入分析GraphRAG的代表方案，包括微软的GraphRAG方案，以及其他创新的KG-RAG实现，如HiQA、Linkedin KG-RAG、UniQA-Text2cypher、HippoRAG和GRAG。你将看到KG-RAG的强大潜力，以及丰富的实战案例。
通过本课程的学习，你不仅能够理解RAG技术的原理，还能够掌握将这一技术应用到实际项目中的思路，开启你的知识驱动AI之旅。
课程目录
适合人群
对人工智能、RAG（检索增强生成）技术感兴趣的技术同学。