金寶書局網路書店

　　★解析大模型幻覺與知識陳舊的本質問題

　　★建立RAG與GraphRAG的完整技術圖譜

　　★掌握大語言模型的使用與實踐技巧

　　★深入理解向量表示與語義檢索機制

　　★精通Milvus與其他主流向量資料庫

　　★逐步構建檢索增強生成系統

　　★掌握知識圖譜設計與六韜法應用

　　★從零實作映射式與取出式圖譜建構

　　★操作JanusGraph圖資料庫與Gremlin查詢

　　★解析圖模互補應用範式的邏輯結構

　　★建立GraphRAG系統並落地應用實例

　　★橫跨教育、金融、醫療與製造業的應用案例



　　本書聚焦於當前人工智慧應用中的一個核心問題:如何讓大模型變得更可信、更實用。透過系統性介紹檢索增強生成(RAG)、知識圖譜、向量資料庫與圖型計算等關鍵技術,本書深入剖析了如何將外部知識結合到大語言模型中,提升其資訊更新能力與邏輯一致性。從向量相似度與Milvus實戰,到GraphRAG的系統建構與應用案例,內容涵蓋理論、實作與部署,技術完整,實用性強。書中也包括圖模互補的應用架構與常見場景,對於希望開發具備知識增強能力的LLM應用者而言,是一本難得的實戰指南。

王文廣 　　高級工程師,浙江大學碩士,浦東新區「明珠計畫」菁英人才,省部級科技進步獎獲得者,人工智慧標準編制專家,浦東新區首席技師,騰訊雲最具價值專家(TVP),中國人工智慧產業發展聯盟突出貢獻個人,曾出版《知識圖譜:認知智能理論與實戰》一書,致力於推進通用人工智慧技術的研究和應用。 　　現為上海市人工智能技術標準化委員會委員、上海市科學技術委員會評審專家、中國計算機協會(CCF)高級會員、中國中文信息學會(CIPS)語言與知識計算專委會委員、中國人工智慧學會(CAAI)深度學習專委會委員,曾參與編制十多項人工智慧領域的標準,發表數十項(篇)人工智慧領域的國家發明專利和學術論文,並參與編寫多本人工智慧方面的圖書。