💻 Программирование [zerotomastery] Буткемп по AI-разработке: Освоение Retrieval Augmented Generation (RAG) для LLM (2025)

[Calvin Candie]

Автор: zerotomastery
Название: Буткемп по AI-разработке: Освоение Retrieval Augmented Generation (RAG) для LLM (2025)



[zerotomastery] AI Engineering Bootcamp: RAG (Retrieval Augmented Generation) for LLMs (2025)

Этот курс научит вас создавать более интеллектуальные AI-приложения, используя одну из важнейших техник современного искусственного интеллекта - Retrieval Augmented Generation (RAG). Вы научитесь объединять большие языковые модели (LLMs) с RAG для создания продвинутых проектов, таких как чат-боты, финансовые аналитические системы и многое другое.
Почему RAG так важен?
Ограничения многих AI-систем связаны с тем, что они полагаются на устаревшие данные из своей обучающей выборки. RAG решает эту проблему, предоставляя доступ к актуальной информации из внешних источников, включая базы данных и документы. Это делает AI более точным и полезным в реальных сценариях.
Пример:
Чат-бот в интернет-магазине может мгновенно проверить актуальный инвентарь на основе данных в реальном времени, а не полагаться на статичные обучающие данные, и дать вам точный ответ о наличии товара и сроках доставки.
Что вы изучите:

1. Основы retrieval-систем:
   • Как подготовить текстовые данные для поиска
   • Различные модели поиска (булевые, векторные, вероятностные)
   • Индексация, запросы и ранжирование данных
2. Основы генеративных моделей:
   • Архитектура трансформеров и механизмы внимания
   • Подготовка данных и обучение моделей текста
3. Введение в Retrieval-Augmented Generation:
   • Комбинация поиска и генерации
   • Основные принципы и применение RAG в реальных задачах
4. Работа с OpenAI API:
   • Настройка API и эффективное использование подсказок
   • Параметры настройки и их влияние на поведение моделей
5. Реализация RAG с OpenAI:
   • Построение полнофункциональных систем RAG
   • Интеграция поиска и генерации для решения сложных задач
6. Работа с неструктурированными данными:
   • Обработка данных из различных форматов: PDF, Word, PowerPoint, Excel и изображений
   • Извлечение ценной информации из текстов и мультимедиа
7. Мультимодальные RAG-системы:
   • Использование текстовых и визуальных данных для расширения возможностей системы
   • Интеграция различных типов данных в единый отклик
8. Агентные системы с RAG:
   • Построение AI-агентов, способных взаимодействовать с пользователями и выполнять задачи
   • Управление состоянием агентов и динамическое выполнение задач

Зачем вам этот курс?
Вы получите практические навыки, которые позволят вам применять RAG в реальных проектах и строить масштабируемые AI-приложения, способные обрабатывать сложные запросы и динамически предоставлять актуальные ответы.

Материал на английском языке

Подробнее:

Скачать:

Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.