輕鬆學會RAG實作開發: 在NVIDIA微服務打造零幻覺的LLM與生成式AI

輕鬆學會RAG實作開發: 在NVIDIA微服務打造零幻覺的LLM與生成式AI

出版日期:
2026/10/01
85
620527
查詢門市庫存
聚焦LLM關鍵技術,RAG觀念與實作並重

內容簡介

聚焦LLM關鍵技術,RAG觀念與實作並重


【內容簡介】
在生成式AI的浪潮下,檢索增強生成(Retrieval-Augmented Generation,RAG)已成為大型語言模型(LLM)的關鍵技術。由於LLM受限於訓練資料的時效性與涵蓋範圍,面對即時議題時容易引用過時知識,而在處理企業內部問題時,也常因缺乏私有數據而產生幻覺現象(Hallucination),為了改善上述問題,RAG技術應運而生,透過在生成答案前先從外部資料庫檢索相關資料,並提供給LLM作為回答依據,成為目前業界最主流的解決方案。

本書共分為6章,第0章完成開發環境建置,第1至5章依序帶入向量檢索增強生成(Vector RAG)、圖譜檢索增強生成(Graph RAG)、混合檢索增強生成(Hybrid RAG)、假想性文件嵌入(Hypothetical Document Embeddings,HyDE)與代理檢索增強生成(Agentic RAG)。各章以深入淺出的方式,帶領讀者從零開始、循序漸進地學習RAG的基礎知識與運作原理,並以「圖書館智慧問答系統」為情境,透過NVIDIA NIM微服務取得免費LLM資源,並搭配Docker Desktop部署Milvus向量資料庫與Neo4j圖資料庫進行實務開發,讓讀者觀念與實作並重,在短時間內快速上手。

【精彩內容】
✪完成開發環境建置:在Windows 11安裝Python、Docker Desktop與VS Code,完成NVIDIA NIM帳號註冊、API Key申請與模型挑選,並學習Git與GitHub版本控制的基本操作。
✪認識檢索增強生成(RAG):瞭解LLM在未整合RAG時常見的幻覺現象(Hallucination)、引用過時知識、缺乏企業私有數據等問題。
✪認識向量檢索增強生成(Vector RAG):瞭解Vector RAG是如何突破傳統「關鍵字字面比對」的限制,改以語意檢索(Semantic Search)找出語意相關的資料。
✪認識圖譜檢索增強生成(Graph RAG):瞭解Graph RAG是如何透過三個主要階段,將外部文件轉化為可查詢的知識圖譜,並從中檢索與使用者提問相關的實體關聯脈絡。
✪認識混合檢索增強生成(Hybrid RAG):瞭解Vector RAG與Graph RAG在檢索架構上的優缺點。
✪認識假想性文件嵌入(HyDE):瞭解HyDE是如何透過LLM生成假想文件,縮短使用者問題與文件片段間的語意落差,進而提升檢索精準度。
✪認識代理檢索增強生成(Agentic RAG):瞭解AI Agent是如何運用工具(Tool)、技能(Skill)與ReAct迴圈,自主完成檢索任務。

展開看更多

產品目錄

|CHAPTER 00| 環境安裝
0.1 前言
0.2 Python安裝
0.3 Docker安裝
0.4 VS Code安裝
0.5 NVIDIA NIM帳號註冊
0.6 NVIDIA NIM API KEY申請
0.7 NVIDIA NIM挑選模型
0.8 版本控制工具

|CHAPTER 01| 向量檢索增強生成
1.1 檢索增強生成
1.2 向量檢索增強生成
1.3 實驗:向量檢索增強生成

|CHAPTER 02| 圖譜檢索增強生成
2.1 圖譜檢索增強生成
2.2 實驗:圖譜檢索增強生成

|CHAPTER 03| 混合檢索增強生成
3.1 混合檢索增強生成
3.2 實驗:混合檢索增強生成

|CHAPTER 04| 假想性文件嵌入
4.1 假想性文件嵌入
4.2 實驗:假想性文件嵌入

|CHAPTER 05| 代理檢索增強生成
5.1 AI代理人
5.2 代理檢索增強生成
5.3 實驗:代理檢索增強生成

作者介紹

黃士嘉
✪經歷:國立臺北科技大學電子工程系 特聘教授、加拿大 McGill University 國際客座教授、加拿大 Ontario Tech University 國際客座教授、IEEE Transactions on Intelligent Vehicles 國際副主編、IEEE Sensors Journal 國際副主編
✪獲獎:經濟部第 5 屆國家產業創新獎、ACM臺灣分會李國鼎研究獎、史丹福大學世界 2%頂尖科學家、國立臺北科技大學 校傑出研究獎、國立臺北科技大學 電資學院院傑出研究獎

張富順
✪學歷:國立臺北科技大學電子工程系碩士

規格

誠品貨碼 / 2683231759008
ISBN13 / 9786264146333
ISBN10 /
EAN貨碼 / 9786264146333
頁數 / 272
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 17X23X1.75CM
級別 / N:無

退貨說明

退貨須知:

  1. 依照消費者保護法的規定,您享有商品貨到次日起七天猶豫期(含例假日)的權益(請注意!猶豫期非試用期),辦理退貨之商品必須是全新狀態(不得有刮傷、破損、受潮)且需完整(包含全部商品、配件、原廠內外包裝、贈品及所有附隨文件或資料的完整性等)。
  2. 請您以送貨廠商使用之包裝紙箱將退貨商品包裝妥當,若原紙箱已遺失,請另使用其他紙箱包覆於商品原廠包裝之外,切勿直接於原廠包裝上黏貼紙張或書寫文字。若原廠包裝損毀將可能被認定為已逾越檢查商品之必要程度,本公司得依毀損程度扣除回復原狀必要費用(整新費)後退費;請您先確認商品正確、外觀可接受,再行拆封,以免影響您的權利;若為產品瑕疵,本公司接受退貨。

依「通訊交易解除權合理例外情事適用準則」,下列商品不適用七日猶豫期,除產品本身有瑕疵外,不接受退貨:

  1. 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮蔬果、乳製品、冷凍冷藏食材、蛋糕)
  2. 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
  3. 報紙、期刊或雜誌。
  4. 經消費者拆封之影音商品或電腦軟體。
  5. 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書)
  6. 已拆封之個人衛生用品。(如:內衣褲、襪類、褲襪、刮鬍刀、除毛刀等貼身用品)
  7. 國際航空客運服務。

若您退貨時有下列情形,可能被認定已逾越檢查商品之必要程度而須負擔為回復原狀必要費用(整新費),或影響您的退貨權利,請您在拆封前決定是否要退貨:

  1. 以數位或電磁紀錄形式儲存或著作權相關之商品(包含但不限於CD、VCD、DVD、電腦軟體等) 包裝已拆封者(除運送用之包裝以外)。
  2. 耗材(包含但不限於墨水匣、碳粉匣、紙張、筆類墨水、清潔劑補充包等)之商品包裝已拆封者(除運送用之包裝以外)。
  3. 衣飾鞋類/寢具/織品(包含但不限於衣褲、鞋子、襪子、泳裝、床單、被套、填充玩具)或之商品缺件(含購買商品、附件、內外包裝、贈品等)或經剪標或下水或商品有不可回復之髒污或磨損痕跡。
  4. 食品、美容/保養用品、內衣褲等消耗性或個人衛生用品、商品銷售頁面上特別載明之商品已拆封者(除運送用之包裝外一切包裝、包括但不限於瓶蓋、封口、封膜等接觸商品內容之包裝部分)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
  5. 家電、3C、畫作、電子閱讀器等商品,除商品本身有瑕疵外,退回之商品已拆封(除運送用之包裝外一切包裝、包括但不限於封膜等接觸商品內容之包裝部分、移除封條、拆除吊牌、拆除貼膠或標籤等情形)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
  6. 退貨程序請參閱【客服專區→常見問題→誠品線上退貨退款】之說明。
付款/配送