【吴恩达】2026年公认最好的【RAG知识图谱】教程!大模型入门到进阶,一套全解决!Knowledge Graphs for RAG

4.0万
101
2025-12-26 15:11:43
601
373
2853
232
视频来源:DeepLearning.AI 课件代码:评论区自取 本课程我们将学习到: 知识图谱在开发中用于构建复杂数据关系、驱动智能搜索功能,并构建能够对不同数据类型进行推理的强大人工智能应用程序。知识图谱可以连接来自结构化和非结构化来源(数据库、文件等)的数据,为建模复杂的实际场景提供直观灵活的方式。 与表格或简单列表不同,知识图谱可以捕捉数据背后的含义和上下文,使您能够发现使用传统数据库难以找到的见解和联系。这种丰富的结构化上下文非常适合改进大型语言模型(LLM)的输出,因为您可以为模型构建比仅使用语义搜索更相关的上下文。 本课程将教您如何在检索增强生成(RAG)
可咨询/1V1技术指导 AI大模型应用开发、Agent智能体开发、AI产品经理、具身机器人二次开发(在职赋能、转行就业)
视频选集
(1/20)
1.介绍
05:32
2.知识图谱基础知识
06:12
3.查询知识图谱
19:03
4.为RAG准备文本
07:32
5.从文本文档构建知识图谱
16:37
6.向SEC知识图谱添加关系
17:40
7.扩展SEC知识图谱
17:54
8.与知识图谱聊天
23:34
9.结论
00:49
1-什么是知识图谱
10:56
2-多智能体系统的架构
09:55
3-1 Google ADK简介 Part1
22:05
3-2 Google ADK简介 Part2
20:06
4-了解用户意图
17:10
5-文件建议
12:44
6-结构化数据的架构建议
29:18
7-非结构化数据的模式建议
16:10
8-1 知识图谱构建 Part1
13:06
8-2 知识图谱构建 Part2
33:04
Conclusion 结束
00:25
客服
顶部
赛事库 课堂 2021拜年纪