Después de hacer estos cursos, me siento seguro creando visualizaciones y cuadros de mando profesionales
Shoebur RahmanEspecialista en adquisiciones, Giz Bangladesh
Descripción del curso
¡Aprende a pasar de llamadas simples a LLM a flujos de trabajo RAG multimodales con Weaviate! Verás cómo procesar documentos PDF para extraer contenido clave como párrafos, encabezados y tablas. Insertarás y almacenarás estos datos para su recuperación con Weaviate. Por último, diseñarás prompts de recuperación eficaces para pasarlos a modelos generativos. Para rematar, tratarás los PDFs como imágenes para capturar el contexto que se pierde en imágenes y gráficos. Usarás el modelo de embeddings multimodal ColPali junto con un modelo generativo multimodal de OpenAI para empezar a conversar con imágenes y documentos.
Requisitos previos
Programa de formación
Esquema del curso
1
Fundamentos de RAG con Weaviate
¡Descubre cómo Weaviate hace posibles las aplicaciones RAG! Construirás a mano un flujo de trabajo RAG de extremo a extremo para familiarizarte con los pasos de Recuperación–Aumento–Generación. Esta comprensión te permitirá crear flujos RAG sólidos y optimizados en el Capítulo 2 usando Weaviate.
2
RAG de extremo a extremo con Weaviate
Aunque programar a mano flujos RAG es divertido, podrías estar perdiéndote optimizaciones que ofrecen herramientas como Weaviate. En este capítulo, ¡insertarás, almacenarás, recuperarás y generarás respuestas todo con Weaviate!
3
RAG multimodal
En el último capítulo, usaste el contenido de texto de los documentos PDF para crear tus fragmentos, pero dejaste fuera el contenido de las imágenes. Esto provoca una gran pérdida de contexto que puede ser útil para la recuperación y la generación. En este capítulo, usarás los modelos multimodales ColPali para crear embeddings y generar texto e imágenes y así aportar más contexto a las respuestas de tu modelo.
RAG de extremo a extremo con Weaviate
Curso
completado
