Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
Bases para desarrollarse en el ecosistema LangChain
Aumenta tu conjunto de herramientas LLM con el ecosistema de LangChain, permitiendo una integración perfecta con los modelos OpenAI y Hugging Face. Descubre un marco de trabajo de código abierto que optimiza las aplicaciones del mundo real y te permite crear sofisticados sistemas de recuperación de información exclusivos para tu caso de uso.Metodologías de Creación de Chatbot utilizando LangChain
Utiliza las herramientas LangChain para desarrollar chatbots, comparando los matices entre los modelos de código abierto de HuggingFace y los modelos de código cerrado de OpenAI. Utiliza plantillas de avisos para conversaciones intrincadas, sentando las bases para el desarrollo avanzado de chatbot.Manejo de Datos y Generación de Aumento de la Recuperación (RAG) mediante LangChain
Domina la tokenización y las bases de datos vectoriales para una recuperación de datos optimizada, enriqueciendo las interacciones del chatbot con una gran cantidad de información externa. Utiliza las funciones de memoria RAG para optimizar diversos casos de uso.Integraciones avanzadas de cadenas, herramientas y agentes
Utiliza la potencia de las cadenas, las herramientas, los agentes, las API y la toma de decisiones inteligente para manejar casos de uso completos de extremo a extremo y la gestión avanzada de la salida LLM.Depuración y métricas de rendimiento
Por último, hazte experto en depuración, optimización y evaluación del rendimiento, asegurándote de que tus chatbots están desarrollados para la gestión de errores. Añade capas de transparencia para solucionar problemas.Requisitos previos
Programa de formación
Contenido del curso
1
Introducción a LangChain y al funcionamiento de los chatbots
Bienvenido al marco LangChain para crear aplicaciones en LLM Aprenderás los componentes principales de LangChain, incluidos los modelos, las cadenas, los agentes, los prompts y los analizadores sintácticos. Crearás chatbots utilizando tanto modelos de código abierto de Hugging Face como modelos nativos de OpenAI, crearás plantillas de prompts e integrarás diferentes estrategias de memoria para chatbots con el fin de gestionar el contexto y los recursos durante las conversaciones.
- El ecosistema de LangChain50 XP
- Modelos OpenAI en LangChain100 XP
- Modelos Hugging Face en LangChain100 XP
- Plantillas de prompts50 XP
- Plantillas de prompt y cadenas100 XP
- Plantillas de prompts de chat100 XP
- Prompts de pocos disparos50 XP
- Creación del conjunto de ejemplos con pocos disparos100 XP
- Creación de la plantilla de prompt de pocos disparos100 XP
- Implementación de prompts de pocos disparos100 XP
2
Cadenas y agentes
Es hora de mejorar tus cadenas LangChain. Aprenderás a utilizar el lenguaje de expresión LangChain (LCEL) para definir cadenas con mayor flexibilidad. Crearás cadenas secuenciales, en las que las entradas se pasan entre componentes para crear aplicaciones más avanzadas. También empezarás a integrar agentes, que utilizan LLM para la toma de decisiones.
3
Generación aumentada por recuperación (RAG)
Una limitación de los LLM es que tienen un límite de conocimientos debido a que se entrenan con datos hasta un punto determinado. En este capítulo, aprenderás a crear aplicaciones que utilizan la generación aumentada por recuperación (RAG) para integrar datos externos con los LLM. El flujo de trabajo de RAG contiene varios procesos diferentes, entre los que se incluyen la división de datos, la creación y el almacenamiento de las incrustaciones mediante una base de datos vectorial y la recuperación de la información más relevante para su uso en la aplicación. ¡Aprenderás a dominar todo el flujo de trabajo!
Desarrollo de aplicaciones LLM con LangChain
Curso
completado
