Curs
Retrieval Augmented Generation (RAG) cu LangChain
IntermediarNivel de competențe
Actualizat 12.2024
PythonArtificial Intelligence3 h12 videoclipuri38 Exerciții3,150 XP17,856Certificat de realizare
Creează-ți contul gratuit
Continuă cu GoogleArată mai multe opțiunisau
Continuând, accepți Termenii de utilizare, Politica de confidențialitate și faptul că datele tale sunt stocate în SUA.
Îndrăgit de cursanți din mii de companii
Formare pentru o echipă?
Încearcă pentru afaceriDescrierea 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
Developing LLM Applications with LangChain1
Building RAG Applications with LangChain
Discover how to integrate external data sources into chat models with LangChain. Learn how to load, split, embed, store, and retrieve data for use in LLM applications.
2
Improving the RAG Architecture
Discover state-of-the-art techniques for loading, splitting, and retrieving documents, including loading Python files, splitting semantically, and using MRR and self-query retrieval methods. Learn to evaluate your RAG architecture using robust metrics and frameworks.
3
Introduction to Graph RAG
Discover how graph databases and retrieval can overcome some of the limitations of traditional vector-based storage and retrieval.
Retrieval Augmented Generation (RAG) cu LangChain
Curs finalizat
Obține diploma de absolvire
Adaugă această acreditare la profilul tău LinkedIn, CV sau rezumatDistribuie pe rețelele de socializare și în evaluarea ta de performanțăÎnscrie-te acum
Alătură-te celor peste 19 de milioane de cursanți și începe Retrieval Augmented Generation (RAG) cu LangChain astăzi!
Creează-ți contul gratuit
Continuă cu GoogleArată mai multe opțiunisau
Continuând, accepți Termenii de utilizare, Politica de confidențialitate și faptul că datele tale sunt stocate în SUA.
Dezvoltați-vă abilitățile de gestionare a datelor cu DataCamp pentru mobil
Fă progrese din mers cu cursurile noastre mobile și provocările zilnice de programare de 5 minute.