乐于分享
好东西不私藏

RAG及文档解析、知识图谱及本体论、垂直大模型及Deepseek系列-老刘小课堂全集发布

RAG及文档解析、知识图谱及本体论、垂直大模型及Deepseek系列-老刘小课堂全集发布

最近琢磨了件事儿,就是如何以一种更有效的方式来进一步挖掘现有社区已有积累的价值,因此进一步回顾,将之前的线上交流做成一个个小的课堂,进一步细分成一个个的小知识点,然后可以进行自定义的观看(比如网盘播放),也可以更精准的找到相关的点

因此,将社区线上分享做了进一步的剪辑整理,以形成了特定专题下的一些知识集合,正式推出老刘课堂三部曲,总共设置了知识图谱(本体论)RAG(GraphRAG及文档解析)、大模型(Deepseek-R1、领域大模型)几个专题,以便更好地发挥其价值,并帮助更多的人。

一、三部曲之一RAG及文档解析课堂

1、stage1:从朴素RAG说起

课堂名称:RAG落地的知识库建设、实现流程、优化策略及最佳实践

大纲:

收益:

1、了解RAG的核心问题、应用场景、基本流程以及存在的一些坑点
2、了解从langchain角度看行业问答系统的实现流程
3、了解langchain教程中的RAG优化思路,包括:问题改写、多查询、HyDE、路由、索引和检索策略
4、了解RAG的最佳实践策略,包括分块、嵌入、向量化、查询分类、检索、重排、重新打包、摘要、微调。
5、了解当前RAG落地当中的文档处理优化策略

2、老刘的RAG课堂-stage2:KG增强RAG的火花-GraphRAG

课堂名称:知识图谱增强RAG(GraphRAG等)实现范式与代表案例。

大纲:

收益:

1、了解KG-RAG的相关背景、实现思路及一些常见demo
2、了解从prompt角度出发的一些KG-RAG策略,即KG-enhanced prompt
3、了解当前KG-RAG的一些代表性项目,包括HIQA、Linkedin KGRAG、Uni-QA、HippoRAG、微软GraphRAG等
4、了解老刘的医疗大模型问答实现及开源实践思路

3、stage3:RAG流程中的文档解析相关

课堂名称:文档解析的落地实现范式及多模态大模型关键技术和代表模型

大纲:

收益:

1、了解RAG的核心问题、应用场景、基本流程以及存在的一些坑点
2、了解从langchain角度看行业问答系统的实现流程
3、了解langchain教程中的RAG优化思路,包括:问题改写、多查询、HyDE、路由、索引和检索策略
4、了解RAG的最佳实践策略,包括分块、嵌入、向量化、查询分类、检索、重排、重新打包、摘要、微调。
5、了解当前RAG落地当中的文档处理优化策略

课堂收费:当前执行价91元,包括课堂视频原文件及PPT,一旦购买,概不退款。方式如下图:

三部曲之二-知识图谱及本体论课堂

1、stage1:正确的做事比做正确的事更重要-科学入门

课堂名称:NLP与知识图谱如何入门&如何高效搜索&如何高效学习&简历面试要点。

大纲:

收益:

1、了解NLP及知识图谱的入门途径
2、了解NLP及知识图谱入门的必备基础、一些可用的开放数据、开源等
3、当前碎片化时代如何进行高效搜索提升自己的搜索能力
4、碎片化时代如何进行高效的学习
5、在求职过程中简历和面试有哪些注意点

2、stage2:理解处理的对象-what, why and how 知识图谱与事件图谱

课程名称:知识图谱与事件图谱基础理论、关键技术、应用场景及代表案例。

大纲:

收益:

1、了解领域知识/事件图谱的构建流程
2、了解领域知识/事件图谱构建关键技术,包括实体识别、关系识别、事件识别等
3、了解领域知识/事件图谱在2B和2C领域中的应用
4、了解领域知识抽取的数据标注工具及标注案例
5、了解知识图谱的开源数据集开源工具

3、stage3:理解动态高阶版对象:领域事理图谱与情报分析应用代表案例

领域事理图谱的构建范式、关键技术及情报分析系统代表案例。

大纲:

收益:

1、了解事件图谱类图谱的分类及一些代表项目
2、熟悉事理图谱构建的一般流程及关键技术,如因果抽取、事件标准化等;
3、了解事理图谱的应用范式及金融风险应用
4、了解当前事件驱动情报分析的形态及事件体系
5、了解当前情报分析系统的典型项目-EventRegistry/学迹/storyforest等

4、stage4:与时俱进-探索知识图谱与大模型的对比与结合范式

课程名称:知识图谱与大模型的对比、结合范式及代表案例。

大纲:

收益:

1、了解知识图谱与大模型的对比和结合思路
2、了解大模型增强知识图谱的思路,包括增强知识表示、补全、构建、问答、信息抽取模型等;
3、了解知识图谱增强大模型研发不同阶段及一些思路
4、本体课程-探索知识图谱与大模型的对比与结合范式

5、当下热点-探索palantir本体相关落地范式

课程名称:从Web语义本体、知识图谱本体再到Palantir Ontology

章节:

收益:

1、 明白本体论受关注的缘由,理解数据认知常见局限

2、分清语义网本体、知识图谱架构的基础概念

3、熟悉Palantir本体的架构组成与核心要素

4、参考实际案例,了解本体搭建的实操思路

5、知晓国内本体在数据治理、智能Agent的应用方式

6、积累本体相关知识,日常业务中可参考借鉴

课堂:当前执行价96元,包括课堂视频原文件及PPT,一旦购买,概不退款。方式如下图:

三部曲之三-大模型及Deepseek技术解析

1、stage1:从领域大模型微调范式、MOE、长文本基础说起

课堂名称:领域大模型微调范式及代表项目、长文本及MOE技术。

课堂大纲:

课堂收益:

1、了解领域大模型的实现范式,包括技术基座的选型对比;
2、了解当前不同行业领域微调模型的实现方式,重点了解金融、法律、医疗、教育等行业代表开源微调模型案例,对应数据集等;
3、了解现有大模型长文本技术的实现思路和代表评估方式
4、了解当前嫁接模型及MOE模型的技术点和代表项目

2、stage2-面向应用-大模型agent、prompt-trick、AI搜索等

课堂名称:大模型agent入门、大模型prompt-trick、AI搜索及Opensora技术

课堂大纲:

课堂收益:

1、了解大模型Agent的构建及基本实现原理;
2、了解当前大模型Agent相关市场的情况,如主流的Agent框架有哪些,各大行业的Agent都有什么?
3、了解如何冷静、客观地认识Agent
4、了解现有prompt角度哟偶话大模型性能的一些策略;
5、了解AI搜索的实现思路及代表案例;
6、了解Openai-sora技术原理猜测

3、stage3-Deepseek-R1类推理大模型的三部曲

课堂名称:Deepseek-R1类推理大模型解析及DeepResearch

课堂大纲:

课堂收益:

1、知晓Deepseek R1模型热点背景与核心原理

2、规避推理大模型常见认知误区,找准应用场景

3、掌握模型部署优化、个人知识库搭建实操方法

4、理解模型复刻、微调蒸馏及强化学习核心思路

5、看懂相关开源项目,摸清DeepResearch技术逻辑

4、stage4-Deepseek-V4模型解析及历史发展回顾

课程名称:Deepseek-V4系列深度解析及多模态版本?

课堂大纲:

课堂收益:

1、梳理 Deepseek-V3 到 Deepseek-V4 模型迭代变化

2、弄懂 Deepseek-V4 整体架构设计逻辑

3、掌握Deepseek-V4模型部署与实际使用方法

4、了解Deepseek-V4推理运行相关注意要点

5、规避Deepseek-V4认知误区,知晓多模态版本相关情况

课堂:当前执行价93元,包括课堂视频原文件及PPT,一旦购买,概不退款。方式如下图:

关于我们

老刘,NLP开源爱好者与践行者,主页:https://liuhuanyong.github.io。

对大模型&知识图谱&RAG&文档理解感兴趣,并对每日早报、老刘说NLP历史线上分享、心得交流等感兴趣的,欢迎加入社区,社区持续纳新。

加入会员方式:关注公众号,在后台菜单栏中点击会员社区->会员入群加入