EasyEnv
Engineering/课程/课程目录/Prompt Engineering/向量数据库与检索增强生成
Prompt Engineering
中级第 6 / 11 节40 分钟 · 实操

向量数据库与检索增强生成

Prompt Engineering 课程的一部分

第 2 课里你已经看到模型为什么会产生幻觉:它预测的是接下来可能出现的词元,并不去查证事实,凡是训练数据和上下文窗口之外的东西,都是它猜的。第 5 课里你学会了在发送之前先把数据填进提示词模板。本课把这两件事合起来,得到一个标准做法,让模型的回答扎在真实、最新、私有的信息之上:先检索出对的那段文本,再把它放进提示词。

模型只知道两样东西:训练时吸收进去的内容,以及你此刻放进提示词里的内容。它看不到你公司的 wiki,看不到上周的客服工单,也看不到你磁盘上的某个 PDF。拿这些去问它,它会给出一段流畅、自信而错误的文字。这就是第 2 课讲过的幻觉问题。 ...

想在真实环境里学习 Prompt Engineering 向量数据库与检索增强生成 吗?

点击下方,立即获得一台预装 Prompt Engineering 的 Linux 主机,跟懂你代码的 AI 导师一起完成 向量数据库与检索增强生成 的实操练习。

开始这节课向量数据库与检索增强生成

你将学到什么

  • Embeddings and vector similarity
  • Chunking documents
  • Vector databases and nearest-neighbor search
  • Retrieval-augmented generation
  • Grounding answers with citations

用你的语言阅读本课

本课程的所有课时

11 节
  1. 1什么是提示词(Prompt)20 分钟
  2. 2大语言模型如何生成文本30 分钟
  3. 3提示工程的五项原则30 分钟
  4. 4文本生成的标准实践35 分钟
  5. 5Prompt Template 与 Function Calling35 分钟
  6. 6向量数据库与检索增强生成40 分钟
  7. 7Autonomous Agents:memory 与 tools40 分钟
  8. 8Diffusion 模型如何生成图像30 分钟
  9. 9图像生成的标准实践35 分钟
  10. 10进阶图像技巧:inpainting、outpainting 与 ControlNet35 分钟
  11. 11构建 AI 驱动的应用40 分钟

探索其他课程

向量数据库与检索增强生成 - Prompt Engineering (Chinese) | Engineering Courses