Podstawy inżyniera AI: generacja pozyskiwania-augmented

Standardowe modele dużych języków są ograniczone przez ich dane treningowe, ale Retrieval-Augmented Generation (RAG) pozwala im uzyskać dostęp do aktualnych, zastrzeżonych informacji. Ten kurs tekstowy uczy, jak wypełnić lukę między modelami statycznymi a dynamicznymi źródłami danych, aby budować inteligentne, świadome kontekstu aplikacje AI. Czego się nauczysz: - Zrozum podstawową architekturę systemów RAG i sposób, w jaki poprawiają standardowe modele językowe - Przetwarzaj, fragmentuj i osadzaj nieuporządkowane dane tekstowe w semantycznych przestrzeniach wektorowych - Zapytanie wektorowych baz danych w celu pobrania odpowiedniego kontekstu dla monitów użytkownika - Wdrażaj zaawansowane strategie wyszukiwania, w tym ponowne klasyfikowanie i filtrowanie metadanych - Poznaj nowoczesne multimodalne koncepcje RAG do obsługi zarówno danych tekstowych, jak i obrazowych - Oceń i przetestuj dokładność i bezpieczeństwo wyjść zwiększonych o wyszukiwanie Zaczniesz od opanowania podstawowej terminologii inżynierii AI i podstawowych koncepcji danych, zanim przejdziesz do etapowych przepływów pracy. Ten kurs jest przeznaczony dla programistów i początkujących technicznie, którzy chcą włamać się do przestrzeni AI; nie jest wymagane wcześniejsze doświadczenie w uczeniu maszynowym.