01
RAG技术全景
什么是RAG、为什么金融行业需要RAG、与传统搜索和微调的区别
全景金融
02
金融数据特征
数据类型（研报、公告、新闻、行情）、非结构化挑战、时效性与准确性
数据非结构化
03
向量数据库选型
FAISS、Milvus、Pinecone、Weaviate对比，金融场景选型考量
向量库选型
04
Embedding模型
文本向量化原理、FinBERT等金融模型、评估与选择
向量化FinBERT
05
文档解析与清洗
PDF/Word/HTML解析、OCR、表格与图表提取
解析OCR
06
文档切分策略
固定大小、语义、递归切分，金融段落与章节实践
切分语义
07
索引构建
倒排+向量索引、混合索引、金融元数据索引
索引混合
08
Query理解
查询改写、扩展、金融术语识别与标准化
查询术语
09
检索策略
稠密/稀疏检索、HyDE、RAG-Fusion、金融调优
检索HyDE
10
重排序 Reranking
Reranker原理、金融实践、多级过滤策略
重排序过滤
11
上下文窗口管理
Token限制、滑动窗口、长文档压缩与关键信息提取
窗口压缩
12
Prompt工程
RAG Prompt设计、金融模板、Few-shot与Chain-of-Thought
PromptCoT
13
大语言模型选型
开源vs闭源、FinGPT、BloombergGPT、部署考量
LLMFinGPT
14
生成策略
温度/Top-p调参、幻觉控制、事实一致性检查
生成幻觉
15
评估体系
忠实度、答案相关性、上下文相关性、自动化评估
评估指标
16
金融合规与安全
数据隐私、GDPR、个人信息保护法、审计追踪
合规隐私
17
实时数据更新
增量索引、流式处理、金融行情实时RAG
实时流式
18
多模态RAG
图表理解、表格问答、研报图文结合检索
多模态图表
19
Agent与RAG结合
金融Agent设计、工具调用、多步推理
Agent工具
20
缓存策略
语义缓存、结果缓存、金融高频问题优化
缓存高频
21
成本优化
Token消耗、索引存储、金融性价比平衡
成本优化
22
金融知识图谱融合
知识图谱构建、图库+向量检索、实体链接与推理
知识图谱实体
23
多语言RAG
中英文混合检索、术语跨语言对齐、多语言Embedding
多语言跨语言
24
长文档问答
100页+研报问答、分层检索、摘要与精读结合
长文档分层
25
对话历史管理
多轮上下文维护、会话状态追踪、历史压缩
对话状态
26
异常检测与监控
检索/生成质量监控、金融告警机制
监控告警
27
金融事件驱动RAG
事件抽取、关联、基于事件的检索增强
事件驱动
28
RAG系统架构设计
微服务、异步处理、金融高可用设计
架构高可用
29
金融RAG实战案例
智能投研助手、合规审查、客户服务机器人
实战案例
30
未来趋势
RAG与Agent融合、端侧RAG、金融大模型演进
趋势端侧