Mastering Retrieval-Augmented Generation: Advanced Techniques and Production-Ready Solutions for Enterprise AI
暫譯: 掌握檢索增強生成：企業 AI 的進階技術與生產就緒解決方案
Bose, Ranajoy
- 出版商: Apress
- 出版日期: 2026-01-03
- 售價: $2,260
- 貴賓價: 9.5 折 $2,147
- 語言: 英文
- 頁數: 820
- 裝訂: Quality Paper - also called trade paper
- ISBN: 9798868818073
- ISBN-13: 9798868818073
-
相關分類:
Large language model
海外代購書籍(需單獨結帳)
相關主題
商品描述
- Design and implement production-ready RAG architectures for diverse enterprise use cases Master advanced retrieval strategies including graph-based approaches and agentic systems Optimize performance through sophisticated chunking, embedding, and vector database techniques Navigate the integration of RAG with modern LLMs and generative AI frameworks Implement robust evaluation frameworks and quality assurance processes Deploy scalable solutions with proper security, privacy, and governance controls
- Intelligent document analysis and knowledge extraction Code generation and technical documentation systems Customer support automation and decision support tools Regulatory compliance and risk management solutions
Whether you're an AI engineer scaling existing systems or a technical leader planning next-generation capabilities, this book provides the expertise needed to succeed in the rapidly evolving landscape of enterprise AI.
What You Will Learn
- Architecture Mastery: Design scalable RAG systems from prototype to enterprise production Advanced Retrieval: Implement sophisticated strategies, including graph-based and multi-modal approaches Performance Optimization: Fine-tune embedding models, vector databases, and retrieval algorithms for maximum efficiency LLM Integration: Seamlessly combine RAG with state-of-the-art language models and generative AI frameworks Production Excellence: Deploy robust systems with monitoring, evaluation, and continuous improvement processes Industry Applications: Apply RAG solutions across diverse enterprise sectors and use cases
Who This Book Is For
Primary audience: Senior AI/ML engineers, data scientists, and technical architects building production AI systems; secondary audience: Engineering managers, technical leads, and AI researchers working with large-scale language models and information retrieval systems Prerequisites: Intermediate Python programming, basic understanding of machine learning concepts, and familiarity with natural language processing fundamentals
商品描述(中文翻譯)
檢索增強生成（Retrieval-Augmented Generation, RAG）代表了人工智慧創新的前沿，彌合了大型語言模型（Large Language Models, LLMs）與現實世界知識之間的鴻溝。本書提供了建立、優化和部署企業級 RAG 系統的明確路線圖，這些系統能夠提供可衡量的商業價值。
這本全面的指南將帶您超越基本概念，深入到高級實施策略，涵蓋從架構模式到生產部署的所有內容。您將探索文件處理、向量優化、檢索增強和系統擴展的成熟技術，並通過來自領先組織的實際案例研究進行支持。
主要學習目標
- 設計和實施適用於多樣企業用例的生產就緒 RAG 架構
- 精通高級檢索策略，包括基於圖的方式和代理系統
- 通過複雜的分塊、嵌入和向量數據庫技術來優化性能
- 導航 RAG 與現代 LLMs 和生成式 AI 框架的整合
- 實施穩健的評估框架和質量保證流程
- 部署具備適當安全性、隱私和治理控制的可擴展解決方案
實際應用
- 智能文件分析和知識提取
- 代碼生成和技術文檔系統
- 客戶支持自動化和決策支持工具
- 法規遵循和風險管理解決方案
無論您是擴展現有系統的 AI 工程師，還是計劃下一代能力的技術領導者，本書都提供了在快速演變的企業 AI 環境中成功所需的專業知識。
您將學到的內容
- 架構精通：從原型到企業生產設計可擴展的 RAG 系統
- 高級檢索：實施複雜的策略，包括基於圖的和多模態方法
- 性能優化：微調嵌入模型、向量數據庫和檢索算法以達到最大效率
- LLM 整合：無縫結合 RAG 與最先進的語言模型和生成式 AI 框架
- 生產卓越：部署具備監控、評估和持續改進流程的穩健系統
- 行業應用：在多樣的企業行業和用例中應用 RAG 解決方案
本書的讀者
主要讀者：資深 AI/ML 工程師、數據科學家和技術架構師，負責構建生產 AI 系統；次要讀者：工程經理、技術負責人和與大型語言模型及信息檢索系統合作的 AI 研究人員
先決條件：中級 Python 編程能力、對機器學習概念的基本理解，以及對自然語言處理基礎的熟悉
作者簡介
作者簡介(中文翻譯)
Ranajoy Bose 是一位技術專家、企業家及在生成式人工智慧、MLOps 和企業數據系統領域的思想領袖。作為 Morfius 的共同創辦人及全球工程負責人，他負責建造尖端的人工智慧解決方案，透過檢索增強生成 (Retrieval-Augmented Generation, RAG) 和大規模語言模型推動現實世界的轉型。 在加入 Morfius 之前，Ranajoy 在 Oracle 擔任領導職位，負責北美的雲端工程組織。他的工作對於推動數據湖屋架構、現代分析、AI/ML 平台及雲原生服務在《財富》500 強客戶中的採用至關重要。 Ranajoy 被評選為 40 位 40 歲以下的數據科學家，他所領導的團隊也曾被《Analytics India Magazine》評選為十大數據科學工作場所之一。除了企業領導角色外，他仍然是一位致力於創新和學習的倡導者，經常在全球會議上發言，參與學術和行業論壇，並指導下一代的人工智慧從業者。 受到好奇心和使命感驅動，Ranajoy 繼續推動企業人工智慧的邊界，將複雜的技術轉化為對現代世界有影響力的解決方案。
