大鹏 AI 玩转 RAG 基础模型

课程详情

课程标题

大鹏 AI 玩转 RAG 基础模型

课程简介

这是一门围绕 RAG 基础模型调用、部署、选型和评测展开的项目实践课程。课程旨在帮助学习者深入理解基础模型在数据准备、检索辅助和答案生成中的职责，并掌握相关实践技能。

适合人群

适合具备基础 Python 阅读与运行能力，希望学习 RAG 模型调用、云端与本地部署、模型选型和真实评测的开发者及 AI 应用学习者。本课程不从零讲解 Python 语法。

学习收获

  • 掌握 RAG 基础模型调用、选型评测与本地部署方法
  • 理解基础模型在 RAG 数据准备、检索辅助和答案生成中的职责
  • 设计有证据边界的提示词并输出带来源的结构化答案
  • 使用 OpenAI 兼容接口调用硅基流动等云端模型
  • 使用 Ollama 下载、运行并接入本地开放权重模型
  • 根据质量、响应时间和成本建立 RAG 模型选择矩阵
  • 使用 Codex 完成多模型对比实验并分析评测结果

课程亮点

  • 项目实践导向，从实际应用出发，深入讲解 RAG 模型工程实践
  • 覆盖 RAG 模型的全流程，从数据准备到模型部署，全面掌握 RAG 模型应用
  • 结合实际案例，通过 Codex 和 Ollama 等工具，实现云端与本地模型的调用与部署
  • 通过多模型对比实验，帮助学习者理解不同模型的特点和适用场景
  • 视频质量高，清晰易懂，适合自学和教学使用

课程目录

01 01 课程介绍.mp4
02 02 基础模型在 RAG 中承担什么任务.mp4
03 03 讲师介绍.mp4
04 04 设计有证据边界的 RAG 提示词.mp4
05 05 使用 Codex 搭建开发环境并连接硅基流动模型.mp4
06 06 使用 uv 搭建 Python 虚拟环境.mp4
07 07 使用 Codex 完善提示词模板的示例.mp4
08 08 设计有证据边界的 RAG 提示词讨论.mp4
09 09 关于 RAG 如何模型选择矩阵选择合适的模型.mp4
10 10 硅基流动 RAG 模型真实评测排行.mp4
11 11 硅基流动聊天模型 RAG 评测报告.mp4
12 12 用真实指标选择 RAG 生成模型.mp4
13 13 使用 OpenAI 兼容接口调用云端模型.mp4
14 14 使用 Codex 和硅基流动实现音频转文本案例.mp4
15 15 使用 OpenAI 兼容接口调用云端模型讨论.mp4
16 16 使用 Codex 下载并安装 Ollama.mp4
17 17 使用 Ollama 下载 Qwen 模型.mp4
18 18 使用 Ollama 运行 Qwen 模型.mp4
19 19 RAG 项目使用 Ollama 本地模型.mp4
20 20 使用 Ollama 在本地运行开放权重模型.mp4
21 21 比较 Gemini 和 Claude 的调用方式.mp4
22 22 使用 Pydantic 生成带来源的结构化方案.mp4
23 23 使用 Codex 完整多模型对比综合实验.mp4
24 24 本章验收与常见问题.mp4
25 25 打包课程 PDF 电子书和 ZIP 源代码.mp4