GenerativeAIExamples学习资料汇总 - NVIDIA开源的生成式AI参考工作流
NVIDIA的GenerativeAIExamples项目是一个为生成式AI开发人员提供的入门资源库,旨在帮助开发者将NVIDIA的软件生态系统集成到生成式AI系统中。无论你是构建RAG管道、智能代理工作流,还是微调模型,这个资源库都能帮助你无缝地将NVIDIA的技术集成到开发堆栈中。
项目主要内容
-
RAG (检索增强生成)示例和笔记本
- 基础RAG示例:使用LangChain和LlamaIndex
- 高级RAG示例:多轮对话、多模态数据、结构化数据等
- 各种RAG相关的Jupyter笔记本
-
微调模型相关资源
-
行业应用案例,如医疗设备培训助手
-
评估和可观察性工具
-
社区贡献的示例
快速上手
要快速体验NVIDIA RAG管道,可以按照以下步骤操作:
- 获取NVIDIA API密钥
- 克隆代码库并运行基础RAG示例:
git clone https://github.com/nvidia/GenerativeAIExamples.git
cd GenerativeAIExamples/RAG/examples/basic_rag/langchain/
docker compose up -d --build
然后访问 https://localhost:8090/ 即可使用示例RAG playground。
学习资源
-
示例代码
-
Jupyter笔记本
-
指南文档
-
工具
-
社区贡献
相关项目
- NVIDIA Tokkio LLM-RAG:使用Tokkio为RAG响应添加头像动画
- AI Workbench上的混合RAG项目:在NVIDIA AI Workbench上运行RAG示例项目
通过学习和使用这些资源,开发者可以快速掌握NVIDIA的生成式AI工具和框架,构建高性能的AI应用。欢迎访问项目GitHub页面获取更多信息,并为项目做出贡献!