कोर्स
LangChain के साथ Retrieval Augmented Generation (RAG)
मध्यमकौशल स्तर
अपडेट किया गया 12/2024
PythonArtificial Intelligence3 घंटे12 वीडियो38 अभ्यास3,150 XP17,938उपलब्धि का प्रमाण पत्र
अपना मुफ़्त खाता बनाएं
Google के साथ जारी रखेंअधिक विकल्प दिखाएँया
जारी रखने पर, आप हमारी उपयोग की शर्तें, हमारी गोपनीयता नीति को स्वीकार करते हैं और यह भी कि आपका डेटा संयुक्त राज्य अमेरिका में संग्रहीत किया जाता है।
हजारों कंपनियों के शिक्षार्थियों द्वारा पसंद किया गया
टीम को ट्रेनिंग देना चाहते हैं?
व्यवसाय के लिए आज़माएँपाठ्यक्रम विवरण
LangChain के साथ RAG सिस्टम बनाएं
Retrieval Augmented Generation (RAG) एक तकनीक है जिसका उपयोग बड़े भाषा मॉडल (LLMs) की मुख्य सीमाओं में से एक को दूर करने के लिए किया जाता है: उनका सीमित ज्ञान। RAG सिस्टम विभिन्न स्रोतों से बाहरी डेटा को LLMs में एकीकृत करते हैं। विभिन्न प्रणालियों को आपस में जोड़ने की यह प्रक्रिया आमतौर पर थकाऊ होती है, लेकिन LangChain इसे बेहद आसान बना देता है!अत्याधुनिक स्प्लिटिंग और रिट्रीवल विधियाँ सीखें
अपने RAG आर्किटेक्चर को अगले स्तर पर ले जाएँ! आप सीखेंगे कि कोड फ़ाइलों को कैसे लोड और विभाजित किया जाए, जिसमें Python और Markdown फ़ाइलें भी शामिल हैं, ताकि विभाजन कोड सिंटैक्स के "aware" हों। आप अपने दस्तावेज़ों को अक्षरों के बजाय टोकनों का उपयोग करके विभाजित करेंगे, ताकि आपके प्राप्त दस्तावेज़ आपके मॉडल की संदर्भ विंडो के भीतर बने रहें। जानें कि सेमांटिक स्प्लिटिंग कैसे संदर्भ को बनाए रखने में मदद कर सकती है, जब पाठ में विषय बदलता है तो उसे पहचानकर और उन बिंदुओं पर विभाजित करके। अंत में, LangSmith और Ragas के साथ अपने RAG आर्किटेक्चर का मज़बूती से मूल्यांकन करना सीखें।ग्राफ RAG आर्किटेक्चर की खोज करें
अपने RAG आर्किटेक्चर को पूरी तरह बदलें और जानें कि वेक्टर-आधारित के बजाय ग्राफ-आधारित RAG सिस्टम आपके दस्तावेज़ों में मौजूद इकाइयों और संबंधों की समझ को कैसे बेहतर बना सकते हैं। आप सीखेंगे कि LLMs का उपयोग करके असंरचित टेक्स्ट डेटा को ग्राफ़ में कैसे बदला जाए! फिर, आप इन ग्राफ़ दस्तावेज़ों को Neo4j ग्राफ़ डेटाबेस में संग्रहीत करेंगे और एप्लिकेशन को पूरा करने के लिए इसे एक व्यापक RAG सिस्टम में एकीकृत करेंगे।पूर्व आवश्यकताएं
Developing LLM Applications with LangChain1
LangChain के साथ RAG एप्लिकेशन बनाना
LangChain की मदद से चैट मॉडल्स में बाहरी डेटा स्रोतों को कैसे जोड़ा जाए, यह जानिए। LLM एप्लिकेशनों में उपयोग के लिए डेटा को लोड, स्प्लिट, एम्बेड, स्टोर, और रिट्रीव करना सीखिए।
2
RAG आर्किटेक्चर में सुधार
डॉक्यूमेंट्स को लोड करने, स्प्लिट करने, और रिट्रीव करने की अत्याधुनिक तकनीकें जानिए — जिनमें Python फ़ाइलें लोड करना, सिमेंटिक तरीके से स्प्लिट करना, और MRR तथा self-query रिट्रीवल मेथड्स का उपयोग शामिल है। मजबूत मेट्रिक्स और फ्रेमवर्क्स की मदद से अपने RAG आर्किटेक्चर का मूल्यांकन करना सीखिए।
3
Graph RAG परिचय
जानिए कि ग्राफ डेटाबेस और रिट्रीवल कैसे पारंपरिक वेक्टर-आधारित स्टोरेज और रिट्रीवल की कुछ सीमाओं को दूर कर सकते हैं।
LangChain के साथ Retrieval Augmented Generation (RAG)
पाठ्यक्रम पूर्ण
उपलब्धि का प्रमाण पत्र अर्जित करें
इस प्रमाण पत्र को अपनी LinkedIn प्रोफ़ाइल, रिज्यूमे या CV में जोड़ेंइसे सोशल मीडिया पर और अपनी प्रदर्शन समीक्षा में साझा करेंअभी नामांकन करें
19 मिलियन से अधिक शिक्षार्थियों के साथ जुड़ें और आज ही LangChain के साथ Retrieval Augmented Generation (RAG) शुरू करें!
अपना मुफ़्त खाता बनाएं
Google के साथ जारी रखेंअधिक विकल्प दिखाएँया
जारी रखने पर, आप हमारी उपयोग की शर्तें, हमारी गोपनीयता नीति को स्वीकार करते हैं और यह भी कि आपका डेटा संयुक्त राज्य अमेरिका में संग्रहीत किया जाता है।
मोबाइल के लिए DataCamp के साथ अपने डेटा कौशल को बढ़ाएं
हमारे मोबाइल कोर्स और दैनिक 5 मिनट की कोडिंग चुनौतियों के साथ चलते-फिरते प्रगति करें।