机读格式显示(MARC)

• 000 01482nam0 2200289 450

• 001 0000699303

• 005 20260617121100.0

• 010 __ |a 978-7-302-70612-0 |d CNY79.80

• 100 __ |a 20260128d2026 em y0chiy50 ea

• 101 1_ |a chi |c fre

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 大模型RAG生成式AI开发 |A da mo xingRAGsheng cheng shiAIkai fa |e 使用LlamaIndex、Deep Lake和Pinecone |f (法) 丹尼斯·罗斯曼著 |g 林润译

• 210 __ |a 北京 |c 清华大学出版社 |d 2026.02

• 215 __ |a ⅩⅣ, 258页 |c 图 |d 24cm

• 312 __ |a 英文并列题名取自于封面

• 320 __ |a 有书目

• 330 __ |a 本书深入剖析RAG，详解多模态AI流水线的设计、管理与把控。RAG通过将输出与可追溯的源文档关联，提升了输出的准确性与上下文相关性，为海量信息管理提供了一种动态思路。书中不仅展示RAG框架的搭建方法，介绍关于向量存储、切块、索引及排序等方面的实用知识，还传授优化项目性能、加深对数据理解的技巧，例如，运用自适应RAG与人类反馈来提高检索准确性，平衡RAG与微调的关系，实施动态RAG以增强实时决策能力，以及借助知识图谱可视化复杂数据。

• 333 __ |a 本书面向数据科学家、机器学习和软件工程师，以及希望构建基于LLM的应用程序的技术经理

• 510 1_ |a RAG-driven generative AI |e build custom retrieval augmented generation pipelines with LlamaIndex, Deep Lake, and Pinecone |z eng

• 606 0_ |a 自然语言处理 |A zi ran yu yan chu li |x 研究

• 690 __ |a TP391 |v 5

• 701 _1 |a 罗斯曼 |A luo si man |g (Rothman, Denis) |4 著

• 702 _0 |a 林润 |A lin run |4 译

• 801 _0 |a CN |b 江苏新华 |c 20260101

• 905 __ |a WXCSXY |d TP391/946