RAG Ujung-ke-Ujung dengan Weaviate

MenengahTingkat Keterampilan

Diperbarui 03/2026

Pelajari RAG dengan Weaviate! Embed teks dan gambar untuk pencarian, dan coba berbagai metode pencarian seperti vektor, BM25, dan hibrida.

Deskripsi Kursus

Pelajari cara beralih dari pemanggilan LLM sederhana ke alur kerja RAG multi-modal dengan Weaviate! Anda akan memproses dokumen PDF untuk mengekstrak konten teks utama seperti paragraf, judul, dan tabel. Anda akan melakukan embedding dan menyimpan data ini untuk pengambilan kembali dengan Weaviate. Terakhir, Anda akan menyusun prompt pengambilan yang efektif untuk diteruskan ke model generatif. Sebagai penutup, Anda akan memperlakukan PDF sebagai gambar agar dapat menangkap konteks yang hilang dari gambar dan plot. Anda akan menggunakan model embedding multi-modal ColPali bersama model generatif multi-modal dari OpenAI untuk mulai melakukan percakapan dengan gambar dan dokumen!

Persyaratan

Working with the OpenAI API

Dasar-dasar RAG dengan Weaviate

Temukan bagaimana Weaviate mendukung aplikasi RAG! Anda akan membangun alur kerja RAG ujung-ke-ujung secara manual untuk memahami langkah-langkah Retrieval-Augmentation-Generation. Pemahaman ini akan memungkinkan alur kerja RAG yang tangguh dan teroptimasi di Bab 2 menggunakan Weaviate.

Dari RAG Menuju Keunggulan!

50 XP

Generasi teks dengan LLM

100 XP

Membuat embedding teks

100 XP

Membandingkan embedding teks

100 XP

Menyatukan "R", "A", "G"

100 XP

Mulai Bab

RAG Ujung-ke-Ujung dengan Weaviate

Walaupun menulis kode alur kerja RAG secara manual itu menyenangkan, Anda bisa jadi melewatkan optimasi yang disediakan oleh alat seperti Weaviate. Di bab ini, Anda akan melakukan embedding, penyimpanan, pengambilan, dan pembuatan respons semuanya menggunakan Weaviate!

Alur Kerja RAG dengan Weaviate

50 XP

Ekstraksi teks PDF dan pemotongan (chunking)

100 XP

Menyiapkan Weaviate

100 XP

Kueri di Weaviate

100 XP

RAG dari hulu ke hilir

100 XP

Mulai Bab

RAG Multi-Modal

Di bab sebelumnya, Anda menggunakan konten teks dari dokumen PDF untuk membangun potongan dokumen, namun meninggalkan konten gambar. Hal ini menyebabkan banyak konteks hilang yang sebenarnya bermanfaat untuk pengambilan dan generasi! Di bab ini, Anda akan menggunakan model multi-modal ColPali untuk melakukan embedding dan menghasilkan teks serta gambar guna memberikan lebih banyak konteks bagi respons model Anda.

RAG dengan teks dan gambar

50 XP

Mempersiapkan Multi-Modal RAG

100 XP

RAG Multi-Modal dengan Weaviate

100 XP

Selamat!

50 XP

Mulai Bab

RAG Ujung-ke-Ujung dengan Weaviate

Kursus
Selesai

Memperoleh Surat Keterangan Prestasi

Tambahkan kredensial ini ke profil LinkedIn, resume, atau CV Anda
Bagikan di media sosial dan dalam penilaian kinerja AndaDaftar sekarang

RAG Ujung-ke-Ujung dengan Weaviate

Melatih Tim?

Deskripsi Kursus

Persyaratan

Dasar-dasar RAG dengan Weaviate

RAG Ujung-ke-Ujung dengan Weaviate

RAG Multi-Modal

Memperoleh Surat Keterangan Prestasi

Bergabung dengan 19 juta pelajar dan mulai RAG Ujung-ke-Ujung dengan Weaviate Hari Ini!

Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile

Deskripsi Kursus

Memperoleh Surat Keterangan Prestasi

Bergabung dengan .css-nklxlk{color:var(--wf-brand--main, #03EF62);}19 juta pelajar dan mulai RAG Ujung-ke-Ujung dengan Weaviate Hari Ini!

Buat Akun Gratis Anda

Kembangkan keterampilan data Anda dengan DataCamp untuk Mobile

Bergabung dengan 19 juta pelajar dan mulai RAG Ujung-ke-Ujung dengan Weaviate Hari Ini!