Chuyển đến nội dung chính
Trang chủPython

Khóa học

RAG End-to-End với Weaviate

Trung cấpTrình độ kỹ năng
Đã cập nhật tháng 03, 2026
Nắm vững RAG với Weaviate! Nhúng văn bản và hình ảnh để tìm kiếm, và thử nghiệm với các phương pháp tìm kiếm vector, BM25 và hybrid.
Bắt Đầu Khóa Học Miễn Phí
PythonArtificial Intelligence
2 gio
4 video
14 Bài tập
1,200 XP
Giấy chứng nhận Thành tích

Tạo Tài Khoản Miễn Phí

Tiếp tục với GoogleHiển thị thêm tùy chọn

hoặc


Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách bảo mật và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.

Được người học tại hàng ngàn công ty yêu thích

Group

Đào tạo một đội ngũ?

Dùng thử cho Doanh nghiệp

Mô tả khóa học

Tìm hiểu cách chuyển từ gọi LLM đơn giản sang quy trình làm việc RAG đa phương thức với Weaviate! Bạn sẽ học cách xử lý tài liệu PDF để trích xuất nội dung văn bản chính như đoạn văn, tiêu đề và bảng. Bạn sẽ nhúng (embed) và lưu trữ dữ liệu này để truy xuất với Weaviate. Cuối cùng, bạn sẽ soạn các lời nhắc truy xuất hiệu quả để chuyển cho các mô hình sinh. Để hoàn thiện, bạn sẽ xử lý PDF như hình ảnh để nắm bắt ngữ cảnh bị mất từ hình ảnh và biểu đồ. Bạn sẽ dùng mô hình nhúng đa phương thức ColPali cùng mô hình sinh đa phương thức từ OpenAI để bắt đầu trò chuyện với hình ảnh và tài liệu!

Điều kiện tiên quyết

Working with the OpenAI API
1

Những điều cơ bản về RAG với Weaviate

Khám phá cách Weaviate hỗ trợ các ứng dụng RAG! Bạn sẽ tự xây dựng thủ công một quy trình RAG end-to-end để làm quen với các bước Truy xuất - Bổ sung - Sinh (Retrieval-Augmentation-Generation). Hiểu biết này sẽ giúp bạn xây dựng quy trình RAG vững chắc và tối ưu trong Chương 2 bằng Weaviate.
Bắt Đầu Chương
2

RAG End-to-End với Weaviate

Mặc dù tự viết mã quy trình RAG khá thú vị, bạn có thể bỏ lỡ các tối ưu hóa do những công cụ như Weaviate cung cấp. Trong chương này, bạn sẽ nhúng, lưu trữ, truy xuất và sinh phản hồi — tất cả đều bằng Weaviate!
Bắt Đầu Chương
3

RAG đa phương thức

Ở chương trước, bạn đã dùng nội dung văn bản từ các tài liệu PDF để tạo các khối tài liệu, nhưng bỏ lại phần nội dung hình ảnh. Điều này làm mất khá nhiều ngữ cảnh có thể hữu ích cho truy xuất và sinh! Trong chương này, bạn sẽ dùng các mô hình đa phương thức ColPali để nhúng và sinh văn bản lẫn hình ảnh, cung cấp thêm ngữ cảnh cho phản hồi của mô hình.
Bắt Đầu Chương
RAG End-to-End với Weaviate
Hoàn
Thành

Nhận Giấy Chứng Nhận Hoàn Thành

Thêm chứng chỉ này vào hồ sơ LinkedIn, CV hoặc sơ yếu lý lịch của ban
Chia sẻ trên mạng xã hội và trong đánh giá hiệu suất của ban
Đăng ký ngay

Tham gia cùng hơn 19 triệu học viên và bắt đầu RAG End-to-End với Weaviate ngay hôm nay!

Tạo Tài Khoản Miễn Phí

Tiếp tục với GoogleHiển thị thêm tùy chọn

hoặc


Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách bảo mật và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.

Phát triển kỹ năng dữ liệu với DataCamp cho thiết bị di động

Tiến bộ mọi lúc mọi nơi với các khóa học cho thiết bị di động và thử thách lập trình 5 phút hằng ngày.