基于知识库的大模型应用培训课程

1.企业级知识库建设与应用

（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