آموزش هوش مصنوعی محلی: ساخت مدل RAG از صفر با ابزارهای متن‌باز - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• آشنایی با مدل‌های RAG Introduction to RAG models

۱. بررسی مفهومی 1. Conceptual Overview

• مهندسی پرامپت و ترکیب قطعات Prompt engineering and packaging pieces together

• اجرای LLM از طریق منابع متن‌باز Running your LLM from open source

• جاسازی‌های برداری چیستند و چگونه تولید می‌شوند؟ What are vector embeddings, and how are they generated?

• جمع‌آوری داده‌ها برای تولید پیکره متنی Collecting data to generate our corpus

• راه‌اندازی پایگاه داده و بازیابی بردارها و فایل‌ها Setting up a database and retrieving vectors and files

• برداری کردن پرس‌وجو و یافتن متن‌های مرتبط Vectorizing a query and finding relevant text

۲. آماده‌سازی LLM و داده‌ها 2. Preparing Your LLM and Data

• تولید پیکره متنی (Corpus) Generating the corpus

• اجرای برنامه‌نویسی شده Ollama از طریق پایتون Running Ollama programmatically through Python

• استخراج متن از فرمت‌های مختلف فایل‌های محلی با Docling Extract text from different local file formats with Docling

• راه‌اندازی محیط و نصب Ollama Setting up environment and installing Ollama

• ایجاد یک فایل مدل Creating a model file

• راه‌اندازی کانتینر توسعه (Dev Container) Setting up a dev container

۳. راه‌اندازی پایگاه داده و بازیابی بردارها و فایل‌ها 3. Setting Up a Database and Retrieving Vectors and Files

• بازیابی محتوا از پایگاه داده Retrieving content from your database

• راه‌اندازی یک شمای ساده برای پایگاه داده Setting up a simple database schema

• راه‌اندازی پایگاه داده برداری Postgres Setting up your Postgres vector database

• آپلود بردارها، متن‌ها و نام فایل‌ها در پایگاه داده Uploading vectors, text, and filenames to the database

• جاسازی‌های برداری و پیاده‌سازی آن‌ها Vector embeddings and their implementation

۴. بسته‌بندی قطعات، مهندسی خط لوله و مهندسی پرامپت 4. Packaging Parts, Pipeline Engineering, and Prompt Engineering

• ترکیب نهایی برای ساخت یک مدل RAG کاربردی Putting it all together to generate a working RAG model

• آماده‌سازی زمینه (Context)، بخش اول Preparing context, part 1

• مهندسی پرامپت Prompt engineering

• بررسی کلی خط لوله (Pipeline) در RAG Overview of the RAG pipeline

• آماده‌سازی زمینه (Context)، بخش دوم Preparing context, part 2

نتیجه‌گیری Conclusion

• گام‌های بعدی چیست؟ What's next?