大模型时代的向量数据库

深入剖析大模型时代向量数据库的核心技术、创新应用及行业实践

已完结
|
难度:中级
|
时长:共 9 小时 40 分钟
¥199.00
满8700减2600 满5600减1800 满4600减1600 满3800减1200 满2800减900 满1800减500 满1200减300 满500减80

更多

距离活动结束
加购物车
本课程由「机器之心」出品
  • 了解向量数据库最新技术
  • 了解知识库与向量数据库结合
  • 了解向量数据库产业应用
  • 学会使用向量数据库实操
  • 学习向量模型的最新进展
  • 掌握向量数据库业务场景应用
试看本节课 13:35
试看本节课 17:51
试看本节课 04:15
1-1 【张奇】大语言模型知识获取
1-2 【张奇】大语言模型中的语言和知识分区
1-3 【张奇】大语言模型实践性思考

课程预览

检测到您还没有关注慕课网服务号,无法接收课程更新通知。请扫描二维码即可绑定
重新观看
机器之心
本课是一门深入探讨大模型时代向量数据库技术与应用的AI课程。课程旨在帮助技术从业者和企业理解向量数据库在降低大模型训练成本、加速定制化过程中的关键作用。通过学习,学员将掌握向量数据库的核心技术,了解其在产业界的广泛应用和最佳实践,学习如何利用向量数据库构建企业知识库,以及如何紧跟技术发展潮流,把握向量数据库的未来发展趋势,为迈入大模型时代打下坚实基础。 「注意:本课程是技术大会分享会类课程,非代码开发课」

本章介绍:

本章主要讲解大语言模型的知识获取、语言与知识分区,以及实践性思考,由张奇老师深入分析大模型在知识处理和应用方面的核心技术与实际应用策略。

第1章 大语言模型知识能力获取与知识问答实践
3 节|36分钟
展开
  • 视频:
    1-1 【张奇】大语言模型知识获取
    试看
    13:35
  • 视频:
    1-2 【张奇】大语言模型中的语言和知识分区
    试看
    17:51
  • 视频:
    1-3 【张奇】大语言模型实践性思考
    试看
    04:15

本章介绍:

本章主要讲解生成式搜索背后的概率原理,信息检索的基础,以及从统计模型到深度学习模型的演进。同时探讨Milvus向量数据库在处理稠密向量方面的应用,并展望向量数据库的未来发展。

第2章 从混乱到秩序—揭秘生成式搜索背后的概率
5 节|54分钟
收起
  • 视频:
    2-1 【栾小凡】从混乱到秩序-揭秘生成式搜索背后的概率
    02:11
  • 视频:
    2-2 【栾小凡】概率,信息检索的基石
    05:27
  • 视频:
    2-3 【栾小凡】从统计模型到深度学习模型
    13:58
  • 视频:
    2-4 【栾小凡】Milvus,向量数据库不知与稠密向量
    12:13
  • 视频:
    2-5 【栾小凡】向量数据库的未来
    20:10

本章介绍:

本章主要讲解向量检索的基础知识、大模型时代向量数据库的角色定位,腾讯云VectorDB的架构和AI原生能力,以及向量数据库面临的未来挑战,由伍旭飞老师深入分析。

第3章 腾讯云向量数据库的技术创新与最佳实践
5 节|38分钟
收起
  • 视频:
    3-1 【伍旭飞】向量检索的基本介绍
    03:52
  • 视频:
    3-2 【伍旭飞】大模型时代的向量数据库定位
    04:11
  • 视频:
    3-3 【伍旭飞】腾讯云VectorDB架构
    13:10
  • 视频:
    3-4 【伍旭飞】腾讯云VectorDB的AI Native能力
    03:54
  • 视频:
    3-5 【伍旭飞】向量数据库未来的挑战
    12:09

本章介绍:

本章主要讲解在大模型时代向量检索的必要性,如何利用向量检索增强大模型,向量数据库构建方法,大模型对话交互技术,以及实际落地案例和Demo演示,由施晨老师提供深入分析和个人思考。

第4章 阿里云向量检索增强大模型对话系统最佳实践
6 节|35分钟
展开
  • 视频:
    4-1 【施晨】大模型时代,为什么需要向量检索?
    08:02
  • 视频:
    4-2 【施晨】如何用向量检索“增强”大模型
    08:29
  • 视频:
    4-3 【施晨】向量数据库构建
    06:50
  • 视频:
    4-4 【施晨】大模型对话交互
    02:34
  • 视频:
    4-5 【施晨】落地案例与Demo
    01:07
  • 视频:
    4-6 【施晨】一些思考
    07:24

本章介绍:

本章主要讲解向量数据库的应用概述,深入百度BES的工程实践、向量检索示例及应用案例介绍,由刘轩老师全面展示百度在向量数据库领域的技术应用与实践成果。

第5章 百度智能云BES在大规模向量检索场景的探索实践
4 节|33分钟
展开
  • 视频:
    5-1 【刘轩】向量数据库应用概述
    04:48
  • 视频:
    5-2 【刘轩】百度BES工程实践
    19:45
  • 视频:
    5-3 【刘轩】百度BES向量检索示例
    01:48
  • 视频:
    5-4 【刘轩】百度BES向量数据库应用案例介绍
    05:43

本章介绍:

本章主要讲解火山引擎向量数据库VikingDB的产生背景、技术演进,并探讨其在大模型场景中的应用现状与未来发展趋势,由高丽萍老师深入分析。

第6章 火山引擎向量数据库VikingDB技术演进及应用
3 节|26分钟
展开
  • 视频:
    6-1 【高丽萍】火山引擎向量数据库VikingDB生产的背景
    03:01
  • 视频:
    6-2 【高丽萍】VikingDB技术演进
    14:02
  • 视频:
    6-3 【高丽萍】在大模型场景的应用及展望
    08:26

本章介绍:

本章主要讲解DingoDB的简介、技术架构及其优势,并探讨DingoDB与大模型结合的最佳应用实践,由焦悦光老师全面介绍。

第7章 DingoDB多模向量数据库:大模型时代的数据引擎
3 节|18分钟
展开
  • 视频:
    7-1 【焦悦光】DingoDB简介
    06:58
  • 视频:
    7-2 【焦悦光】DingoDB技术架构与优势
    05:19
  • 视频:
    7-3 【焦悦光】DingoDB与大模型的最佳应用实践
    05:16

本章介绍:

本章主要讲解AwaDB的背景、特点、整体架构、核心能力、技术创新点,并提供实操指南和结合RAG的最新实践,由李洁老师深入介绍并解答相关问题。

第8章 搜索增强型(RAG)AI原生向量数据库 AwaDB 技术创新与实践
7 节|31分钟
展开
  • 视频:
    8-1 【李洁】AwaDB背景及特点介绍
    05:50
  • 视频:
    8-2 【李洁】AwaDB整体架构
    01:09
  • 视频:
    8-3 【李洁】AwaDB核心能力介绍
    05:54
  • 视频:
    8-4 【李洁】AwaDB技术创新点
    03:48
  • 视频:
    8-5 【李洁】AwaDB实操指南
    00:39
  • 视频:
    8-6 【李洁】结合RAG的最新实践
    00:36
  • 视频:
    8-7 【李洁】QA
    12:17

本章介绍:

本章主要讲解Embedding模型的背景、在RAG范式下的应用,以及GTE Embedding Model的详细介绍,由龙定坤老师深入剖析。

第9章 GTE:预训练语言模型驱动的文本 Embedding
3 节|38分钟
展开
  • 视频:
    9-1 【龙定坤】Embedding模型背景介绍
    05:35
  • 视频:
    9-2 【龙定坤】RAG范式下的Embedding Model
    06:18
  • 视频:
    9-3 【龙定坤】GTE Embedding Model
    26:03

本章介绍:

本章主要讲解文本的向量表示方法,探讨RAG应用中向量模型长度限制的问题,并介绍jina-embeddings-v2技术在打破长度限制方面的新进展,由王楠老师详细阐述。

第10章 jina-embeddings-v2: 打破向量模型 512 长度限制的新思路
4 节|58分钟
展开
  • 视频:
    10-1 【王楠】文本的向量表示
    18:10
  • 视频:
    10-2 【王楠】RAG应用与向量模型的长度限制
    06:57
  • 视频:
    10-3 【王楠】jina-embeddings-v2(1)
    15:10
  • 视频:
    10-4 【王楠】jina-embeddings-v2(2)
    17:31

本章介绍:

本章通过圆桌讨论形式,深入分析大模型时代向量数据库的新趋势、挑战与机遇,探讨其未来发展的多个维度,为听众提供全面的行业洞察。

第11章 圆桌:大模型时代向量数据库新未来
3 节|49分钟
展开
  • 视频:
    11-1 【圆桌讨论】大模型时代向量数据库新未来(1)
    12:05
  • 视频:
    11-2 【圆桌讨论】大模型时代向量数据库新未来(2)
    18:24
  • 视频:
    11-3 【圆桌讨论】大模型时代向量数据库新未来(3)
    18:05

本章介绍:

本章主要讲解金融大模型的定位、愿景及其与知识库的结合,分享落地实践经验,并对未来发展趋势进行展望,由谭力鸣老师深入分析。

第12章 向量数据库在金融大模型的落地中的挑战与思考
4 节|37分钟
展开
  • 视频:
    12-1 【谭力鸣】金融大模型的定位与愿景
    04:08
  • 视频:
    12-2 【谭力鸣】金融大模型与知识库
    03:34
  • 视频:
    12-3 【谭力鸣】落地与产品实践
    23:44
  • 视频:
    12-4 【谭力鸣】未来展望
    04:36

本章介绍:

本章主要讲解当前企业知识库建设的困境,介绍向量数据库作为知识管理的新方式,探讨提高数据召回准确率的方法,并对未来企业知识库的发展方向进行展望。

第13章 利用向量数据库搭建企业知识库的优化实践
4 节|33分钟
展开
  • 视频:
    13-1 【姜勇】建设企业知识库目前的困境
    02:25
  • 视频:
    13-2 【姜勇】知识管理新方式:向量数据库
    04:45
  • 视频:
    13-3 【姜勇】如何提高数据召回的准确率
    15:42
  • 视频:
    13-4 【姜勇】未来企业知识库展望
    09:35

本章介绍:

本章主要讲解使用向量数据库快速构建本地轻量图片搜索引擎的场景简述、原理阐释、技术选型、实现步骤、能力验证以及最终的回顾与总结。

第14章 使用向量数据库快速构建本地轻量图片搜索引擎
4 节|21分钟
展开
  • 视频:
    14-1 【苏洋】场景简述&简明原理
    03:57
  • 视频:
    14-2 【苏洋】技术选型的可选选项
    08:59
  • 视频:
    14-3 【苏洋】实现三步走
    03:39
  • 视频:
    14-4 【苏洋】能力验证
    04:05

本章介绍:

本章主要讲解向量数据库在大模型时代的应用,包括技术原理、实际用例分析,以及如何有效整合向量数据库以支持大模型的高效运作和发展。

第15章 向量数据库在大模型时代的应用
2 节|39分钟
展开
  • 视频:
    15-1 【章平】向量数据库在大模型时代的应用(1)
    19:49
  • 视频:
    15-2 【章平】向量数据库在大模型时代的应用(2)
    18:22
本课程已完结
适合人群
大型互联网公司和大模型公司算法从业人员
想要快速在具体业务场景接入大模型的传统企业技术从业者
想要低成本快速使用大模型能力的小型创业公司技术从业者
想要快速入门大模型开发和应用的技术从业者
对数据库及向量数据库感兴趣的开发者
机器之心Synced
专业的人工智能媒体
不为别的,只为提升面试通过率
尽管课程时间很长,
但没关系,我们有老师的陪伴,
还有同学之间互相鼓励,彼此帮助,
完成学习后,还能获得慕课网官方认证的证书。
立即购买
数据加载中...
《大模型时代的向量数据库》的真实评价
综合评分:分,共 人参与
篇幅原因,只展示最近100条评价

学习咨询

选课、学习遇到问题?

扫码添加指导老师 1V1 帮助你!

添加后老师会第一时间解决你的问题

意见反馈 帮助中心 APP下载
官方微信