第14章 【RAG进阶】企业员工助手-项目进阶：RAG微调
Embedding模型和大语言模型在向量检索和答案生成中起着关键作用，提升它们的性能是RAG优化的重要任务。本章讲解微调的概念及适用场景，重点介绍参数高效的微调方法LoRA，通过模型微调框架swift，详细讲解LoRA微调大语言模型的过程。同时，结合流行的Llamaindex，讲解微调embedding模型的具体方法。学完本章，你将掌握如何通过微调提升RAG系统的性能，让模型更贴合企业实际需求。
14-4 让Embedding更接近你的数据：用llamaindex微调embedding模型
购买后可查看完整视频
讲师
阿基米口
算法工程师
硕士毕业，主攻AI算法和应用，熟悉深度学习算法（CV和LLM方向）、模型训练和落地工程化部署。从业10年，先后负责公司多个AI项目（带宽预测、异常检测、人脸考勤、视频内容审核、视频画质增强、视频AI高清低码项目以及大语言模型Prompt/RAG/AGENT应用研发）。运营公众号aiweker，是阿里云开发者社区签约博主和InfoQ写作社区签约作者，拥有3个在审专利、信息项目管理高项和数据分析证书。