GenerativeAIExamples：它是什么、解决了什么问题以及为何受到关注

它解决了什么

它提供了一套完整的起始点和参考实现，帮助开发者将 NVIDIA 的软件生态系统集成到生成式 AI 系统中。它专门针对使用 NVIDIA 专用基础设施构建生产就绪的 RAG 流水线、代理工作流以及模型微调过程的复杂性提供解决方案。

工作原理

该仓库充当 Jupyter Notebook、示例代码和参考应用的目录。它利用 NVIDIA NIM（NeMo 推理微服务）和 NeMo 微服务平台，提供用于推理、评估和安全防护的模块化基础设施。它与 LangChain、LlamaIndex、Haystack 等流行框架集成，并为知识图谱创建、基于视觉的工作流等任务提供 GPU 加速的流水线。

适用人群

希望使用 NVIDIA 硬件和软件构建生成式 AI 应用的开发者和 AI 工程师，尤其是那些想在 NVIDIA 生态系统中实现 RAG、代理 AI 或微调大语言模型（LLM）的人。

亮点

• RAG 实现：包括基础和高级 RAG 示例（多轮、 多模态和结构化数据）以及用于评估和可观测性的工具。
• 代理工作流：构建代理 RAG 流水线和实现 LLM 工具调用能力的教程。
• 数据飞轮：通过 NeMo 微服务进行微调、推理和评估，实现模型的持续改进工作流。
• 视觉 NIM 工作流：基于 VLM 的视频监控、使用 NV-CLIP 的多模态搜索以及文本提取流水线的参考应用。
• 安全与审计：如 NeMo Auditor 和 NeMo Guardrails 等工具，用于识别漏洞并确保 AI 行为安全。

摘要

一套参考实现和教程，帮助使用 NVIDIA 软件生态系统和 NIM 微服务构建生成式 AI 系统、RAG 流水线和代理工作流。

标题

GenerativeAIExamples：它是什么、解决了什么问题以及为何受到关注