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

1. 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

2. 微调模型相关资源

3. 行业应用案例,如医疗设备培训助手

4. 评估和可观察性工具

5. 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:

1. 获取NVIDIA API密钥
2. 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

1. 示例代码

   • 基础RAG示例
   • 高级RAG示例

2. Jupyter笔记本

   • LangChain笔记本
   • LlamaIndex笔记本

3. 指南文档

   • 更改推理或嵌入模型
   • 自定义向量数据库
   • 支持多轮对话

4. 工具

   • 评估工具
   • 可观察性工具

5. 社区贡献

   • 社区示例和笔记本

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!