一、检索方法

• 纯向量检索：基于语义的相关性进行检索
• 纯关键词检索：一般不会单独使用，规则太死板，效果差
• 混合检索：向量检索的比重一般都要高于关键词检索

二、结果重排序

• 初步向量检索一般会用更轻量的Bi-Encoder模型
• 重排序一般采用Cross-Encoder模型，精度更高，但也更耗算力

• 不只依靠语义，也可以依靠其它人工规则，如：

• 文档类型
• 更新时间
• 业务标签

三、文档预处理

• 格式标准化和内容清洗

• 标题、段落等格式统一

• 删除连续的空格、多余的换行符等

• 新内容及时更新

• 图片、表格等多模态转化成纯文本后的人工检查

• 切片策略

• 切片方式：按句子还是按段落，通过标识符控制
• 切片大小：最大字数要求，超过后会强制切片
• 层次结构：是否有父子切片，是否建立更多关联（知识图谱等）
• 重叠长度：一般在切片大小的10%-20%

• 额外的文档级标签

• 文档类型
• 适用场景、所属业务模块等
• 文档关键词
• 更新时间

• Q2Q模式：为每个切片生成一个query

• 表格类型需要指定索引列

四、提示词工程

一些模板：

你是{{公司名称}}的专业知识助手，具备以下能力：

技术支持场景：

当用户遇到技术问题时，请按以下步骤回答：

客户服务场景：

处理客户咨询时，请注意：

五、查询改写

纠正用户拼写错误、歧义、表达不准确等问题

大模型算是目前当之无愧最火的一个方向了，算是新时代的风口！有小伙伴觉得，作为新领域、新方向人才需求必然相当大，与之相应的人才缺乏、人才竞争自然也会更少，那转行去做大模型是不是一个更好的选择呢？是不是更好就业呢？是不是就暂时能抵抗35岁中年危机呢？

答案当然是这样，大模型必然是新风口！

那如何学习大模型 ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。但是具体到个人，只能说是：

最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

但现在很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习路线完善出来！

在这个版本当中：

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型路线+学习教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全咨料，放心领取）👈

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全资料，放心领取）👈

​