After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
课程介绍
学习如何从简单的 LLM 调用，进阶到使用 Weaviate 构建多模态 RAG 工作流！您将学习如何处理 PDF 文档，提取段落、标题和表格等关键文本内容。您会将这些数据进行向量化并存储在 Weaviate 中以便检索。最后，您将设计高效的检索提示，传递给生成式模型。作为收尾，您还会将 PDF 视作图像进行处理，以保留图像和可视化中容易丢失的上下文。您将使用 ColPali 多模态嵌入模型，并结合 OpenAI 的多模态生成模型，开始与图像和文档进行对话！
先修要求
课程大纲
课程大纲
1
Weaviate 中的 RAG 基础
了解 Weaviate 如何赋能 RAG 应用！您将手动构建一个端到端的 RAG 工作流，以熟悉检索—增强—生成各步骤。这一理解将帮助您在第 2 章中使用 Weaviate 构建更健壮、优化更充分的 RAG 工作流。
2
使用 Weaviate 实现端到端 RAG
虽然手写 RAG 工作流很有趣，但可能错过了像 Weaviate 这类工具带来的优化。在本章中，您将使用 Weaviate 完成嵌入、存储、检索与生成的全流程！
3
多模态 RAG
在上一章中，您使用 PDF 文档的文本内容来构建文档分块，但忽略了图像内容。这会丢失大量对检索和生成有用的上下文！在本章中，您将使用 ColPali 多模态模型，对文本与图像进行嵌入与生成，为模型回答提供更充分的上下文。
使用 Weaviate 实现端到端 RAG
课程完成
