آموزش جامع مفاهیم پایه RAG - آخرین آپدیت

دانلود Understand RAG Basics

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.

نمونه ویدیوها: (صرفا برای مشاهده نمونه ویدیو، ممکن هست نیاز به شکن داشته باشید.)

توضیحات دوره: دوره «آموزش جامع مفاهیم پایه RAG» یک دوره سطح متوسط برای توسعه‌دهندگان و دانشمندان داده است که قصد دارند برنامه‌های هوش مصنوعی قدرتمندتر و قابل‌اعتمادتری بسازند. در حالی که مدل‌های زبانی بزرگ (LLMs) انقلابی هستند، اما اغلب فاقد دانش تخصصی و به‌روز هستند و ممکن است پاسخ‌های نادرست (توهم) ارائه دهند. این دوره ۲ ساعته، راهکار بنیادی این مشکل را ارائه می‌دهد: تولید با بازیابی تقویت‌شده (Retrieval-Augmented Generation یا RAG). برای شرکت در این دوره، آشنایی با مفاهیم پایه پایتون، APIها و مدل‌های زبانی بزرگ (LLM) ضروری است. همچنین باید پایتون و یک ویرایشگر کد مانند VS Code را روی سیستم خود نصب داشته باشید. این دوره با تمرکز بر کاربردهای عملی، از تئوری به سمت اجرا حرکت می‌کند. شما ابتدا یاد می‌گیرید که اجزای اصلی معماری RAG (شامل بازیاب، تولیدکننده و پایگاه داده برداری) را به صورت دیاگرام رسم کنید تا جریان داده‌ها را درک کنید. سپس، این دانش را به یک برنامه کاربردی و عملیاتی تبدیل خواهید کرد. از طریق یک پروژه عملی که مشابه تسک‌های واقعی در محیط کاری است، با استفاده از پایتون یک خط لوله (Pipeline) ساده RAG را به همراه یک ذخیره‌ساز برداری محلی، پیاده‌سازی خواهید کرد تا یک مدل زبانی بزرگ را با حقایق خارجی متصل کنید. در پایان، شما قادر خواهید بود سیستم‌های هوشمندی بسازید که پاسخ‌های دقیق و متناسب با متن (Context-aware) را بر اساس داده‌های شخصی خودتان ارائه دهند.

سرفصل ها و درس ها

معماری RAG The Architecture of RAG

آموزش گام‌به‌گام: رسم دیاگرام جریان داده RAG How-To: Diagram the RAG Data Flow

ساخت خط لوله RAG ساده Building a Minimal RAG Pipeline

اهمیت کدنویسی: از دیاگرام تا واقعیت Why Code Matters: From Diagram to Reality
آموزش گام‌به‌گام: ساخت ذخیره‌ساز برداری با پایتون How-To: Build a Vector Store with Python