初夏专场：博学多才书生浦语“茴香豆“:零代码搭建你的独领风骚RAG 满腹经纶智能助理

第一部分：认识RAG

        RAG（Retrieval Augmented Generation）技术，通过检索与用户输入相关的信息片段，结合外部知识库生成更准确、更丰富的回答。解决 LLMs 在处理知识密集型任务时可能遇到的挑战, 如幻觉、知识过时和缺乏透明、可追溯的推理过程等。提供更准确的回答、降低推理成本、实现外部记忆。RAG 能够让基础模型实现非参数知识更新，无需训练就可以掌握新领域的知识。

第二部分：大神茴香豆

       茴香豆应用了 RAG 技术，可以快速、高效的搭建自己的知识领域助手。一张对比图让你清楚茴香豆的意义。ternLM2-Chat-7B 训练数据库中并没有收录到它的相关信息。左图中关于 huixiangdou 的 3 轮问答均未给出准确的答案。右图未对 InternLM2-Chat-7B 进行任何增训的情况下，通过 RAG 技术实现的新增知识问答。后面经过作业实践，更清晰了解他的面目及强悍的性质。茴香豆配置文件有着丰富的功能，可以根据业务需求调整 Prompt，配置多模态，agent、打造独有的茴香豆知识助手。

第三部分：理论学习实践

       通过RAG技术概述、原理，RAG与微调的关系、向量数据库的作用、流程实列、发展进程、常见优化方法、评估和测试等多个维度、角度了解认识RAG。RAG技术具体应用茴香豆，介绍带你进入茴香豆的起源，当前场景应用的难点，具体场景的应用，茴香豆的多方面核心特性，运用架构，构建步骤方法，应用中的工作流与多来源检索、混合大模型、多重评分拒答、多种手段、确保回答合规的完整工作流，更深一步的了解熟悉茴香豆的特点以及在实际应用中的作用。

学习视频请戳：茴香豆：搭建你的 RAG 智能助理_哔哩哔哩_bilibili茴香豆：零代码搭建你的 RAG 智能助理1、RAG 基础知识介绍2、茴香豆介绍3、茴香豆搭建知识库实战文档地址：https://github.com/InternLM/Tutorial/blob/camp2/huixiangdou/readme.md还没有报名的同学戳此链接报名哟：https://www.wjx.cn/vm/tUX8dEV.aspx?udsid=240962觉得不错，欢迎 Star, 视频播放量 6165、弹幕量 1、点赞数 114、投硬币枚数 56、收藏人数 168、转发人数 38, 视频作者 OpenMMLab, 作者简介 构建国际领先的计算机视觉开源算法平台 | 小助手：OpenMMLabwx 微信公众号同名，相关视频：大模型时代必学！吴恩达大佬出的【langchain+RAG】教程可太适合学习了！中英字幕，13讲全！—大模型、吴恩达大模型教程，OpenCompass 大模型评测实战，一次搞懂RAG评估，三个角度LangChain，LlamaIndex，RAGAS，吹爆！这可能是导师都不讲的Chatgpt论文写作指导教程，哈工大博士手把手带你亲历论文从选题到投稿完整版，还搞不定一篇论文你来打我！，LMDeploy 量化部署 LLM-VLM 实践，【全748集】字节大佬终于把 AI大模型（LLM）讲清楚了！通俗易懂，2024最新内部版，学完即就业！AGI商业化落地创业营，一门非常落地的AI大模型创业课！！，「通过增强PDF结构识别，革新检索增强生成技术（RAG）」系列讲解视频——第二期：两种PDF解析和分块方法的对比，Lagent & AgentLego 智能体应用搭建，