Build your ultimate AI agent
Descrierea cursului
Construiește sisteme RAG cu LangChain
Generarea augmentată prin regăsire (RAG) este o tehnică folosită pentru a depăși una dintre principalele limitări ale modelelor lingvistice mari (LLM): cunoștințele lor limitate. Sistemele RAG integrează date externe dintr-o varietate de surse în LLM-uri. Acest proces de conectare a mai multor sisteme diferite este de obicei anevoios, dar LangChain îl face floare la ureche!Învață metode de împărțire și regăsire de ultimă generație
Du-ți arhitectura RAG la nivelul următor! Vei învăța cum să încarci și să împarți fișiere de cod, inclusiv fișiere Python și Markdown, pentru a te asigura că împărțirile sunt „conștiente” de sintaxa codului. Vei împărți documentele folosind tokeni în loc de caractere, pentru a te asigura că documentele recuperate rămân în fereastra de context a modelului tău. Descoperă cum împărțirea semantică poate ajuta la păstrarea contextului prin detectarea momentelor în care subiectul din text se schimbă și împărțirea la aceste puncte. În cele din urmă, învață să evaluezi robust arhitectura ta RAG cu LangSmith și Ragas.Descoperă arhitectura Graph RAG
Răstoarnă-ți arhitectura RAG și descoperă cum sistemele RAG bazate pe grafuri, în loc de cele bazate pe vectori, pot îmbunătăți înțelegerea de către sistem a entităților și relațiilor din documentele tale. Vei învăța cum să transformi date text nestructurate în grafuri folosind LLM-uri pentru a face traducerea! Apoi, vei stoca aceste documente grafice într-o bază de date grafică Neo4j și o vei integra într-un sistem RAG mai amplu pentru a finaliza aplicația.Cerințe prealabile
Curriculum
Structura cursului
1
Construirea aplicațiilor RAG cu LangChain
Descoperă cum să integrezi surse de date externe în modele de chat cu LangChain. Învață să încarci, să împarți, să încorporezi, să stochezi și să regăsești date pentru utilizarea în aplicații LLM.
- Încărcarea documentelor pentru RAG cu LangChain50 XP
- Încărcarea fișierelor PDF pentru RAG100 XP
- Încărcarea fișierelor HTML pentru RAG100 XP
- Divizarea textului, încorporări și stocarea vectorială50 XP
- Primii pași cu divizarea textului100 XP
- Împărțirea recursivă a documentelor100 XP
- Încorporarea și stocarea documentelor100 XP
- Construirea unui lanț de recuperare LCEL50 XP
- Crearea promptului de regăsire100 XP
- Construirea lanțului de regăsire100 XP
2
Îmbunătățirea arhitecturii RAG
Descoperă tehnici moderne pentru încărcarea, împărțirea și regăsirea documentelor – inclusiv încărcarea fișierelor Python, împărțirea semantică și metodele de regăsire MRR și self-query. Învață să evaluezi arhitectura RAG folosind metrici și framework-uri robuste.
3
Introducere în Graph RAG
Descoperă cum bazele de date graf și regăsirea bazată pe grafuri pot depăși unele limitări ale stocării și regăsirii tradiționale bazate pe vectori.
Retrieval Augmented Generation (RAG) cu LangChain
Curs
finalizat
