Перейти к основному контенту

Курс

Сквозной RAG с Weaviate

Средний2 ч

Освойте RAG с Weaviate! Встраивайте текст и изображения для поиска и экспериментируйте с векторным, BM25 и гибридным поиском.

Python2 ч{count, plural, one {# видео} few {# видео} many {# видео} other {# видео}}{count, plural, one {# упражнение} few {# упражнения} many {# упражнений} other {# упражнения}}1,200 XP785Заявление об успешном завершении

Создайте бесплатный аккаунт

Продолжить с Google
или
Продолжая, вы принимаете наши Условия использования, наш Политика конфиденциальности и что ваши данные хранятся в США.

Любимый инструмент учащихся тысяч компаний

Обучаете команду?

Попробовать для бизнеса

Описание курса

Узнайте, как перейти от простых вызовов LLM к мультимодальным RAG-рабочим процессам с Weaviate! Вы научитесь обрабатывать PDF-документы, извлекая из них ключевые текстовые элементы: абзацы, заголовки и таблицы. Затем вы создадите векторные представления этих данных и сохраните их в Weaviate для последующего поиска. Вы также освоите составление эффективных поисковых запросов для передачи в генеративные модели. В завершение вы научитесь работать с PDF-файлами как с изображениями — это позволит учитывать контекст, теряемый при извлечении графиков и иллюстраций. Для этого вы воспользуетесь мультимодальной моделью векторного представления ColPali и мультимодальной генеративной моделью от OpenAI, чтобы вести полноценный диалог с изображениями и документами!

Предварительные требования

Программа

Структура курса

1

Основы RAG с Weaviate

Узнайте, как Weaviate используется для построения RAG-приложений! Вы создадите RAG-рабочий процесс вручную, шаг за шагом освоив этапы извлечения, дополнения и генерации. Это понимание поможет вам строить надёжные и оптимизированные RAG-рабочие процессы в главе 2 с использованием Weaviate.
Начать главу
2

Сквозной RAG с Weaviate

Реализация RAG-рабочих процессов вручную — полезный опыт, однако при таком подходе вы можете упустить оптимизации, которые предоставляют инструменты вроде Weaviate. В этой главе вы выполните создание векторных представлений, сохранение, поиск и генерацию ответов — всё это с помощью Weaviate!
Начать главу
3

Мультимодальный RAG

В предыдущей главе для формирования фрагментов документа вы использовали только текстовое содержимое PDF-файлов, оставив изображения за кадром. Из-за этого теряется немало контекста, который мог бы оказаться полезным при поиске и генерации. В этой главе вы воспользуетесь мультимодальными моделями ColPali, чтобы создавать векторные представления текста и изображений и тем самым обогащать ответы модели дополнительным контекстом.
Начать главу

Сквозной RAG с Weaviate

Курс
завершён

Получить справку об окончании курса

Записаться

Развивайте навыки работы с данными с DataCamp для мобильных устройств

Продолжайте учиться в любом месте с мобильными курсами и ежедневными 5-минутными практическими заданиями.