آموزش تسلط بر سیستم‌های تولید تقویت‌شده با بازیابی (RAG) - آخرین آپدیت

دانلود Master Retrieval-Augmented Generation (RAG) Systems

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: به‌روزرسانی شده در می ۲۰۲۵. این دوره اکنون دارای Coursera Coach است! روشی هوشمندانه‌تر برای یادگیری با گفتگوهای تعاملی و آنی که به شما کمک می‌کند دانش خود را آزمایش کنید، پیش‌فرض‌ها را به چالش بکشید و همزمان با پیشروی در دوره، درک خود را عمیق‌تر کنید. این دوره آموزشی یک بررسی جامع و عمیق از سیستم‌های تولید تقویت‌شده با بازیابی (RAG) را با تمرکز بر کاربردهای عملی در سناریوهای واقعی ارائه می‌دهد. در پایان این دوره، شما در تکنیک‌های پیشرفته‌ای مانند گسترش پرس‌وجو (Query Expansion)، بازرتبه‌بندی (Re-ranking) و بازیابی متراکم متون (Dense Passage Retrieval) تخصص کسب خواهید کرد. همچنین اجزای اصلی سیستم‌های RAG را شناخته و می‌آموزید که چگونه چالش‌های رایج در پیاده‌سازی آن‌ها را برطرف کنید. دوره با معرفی مفاهیم پایه RAG آغاز می‌شود تا زیربنای لازم برای درک رویکردهای ساده (Naive) و پیشرفته RAG فراهم شود. شما با مثلث RAG آشنا شده و نقاط ضعف پیاده‌سازی‌های اولیه را بررسی می‌کنید و سپس به سراغ تکنیک‌های پیچیده‌تر می‌روید. بخش‌های عملی شما را گام‌به‌گام از طریق تمریناتی چون تکه‌تکه کردن متن (Text Splitting)، جاسازی تکه‌ها (Embedding Chunks) و انجام جستجوهای شباهت هدایت می‌کند. مباحث پیشرفته‌ای مانند گسترش پرس‌وجو با پاسخ‌های تولید شده، بازرتبه‌بندی با استفاده از Cross-encoders و تکنیک بازیابی متراکم متون (DPR) به طور کامل بررسی خواهند شد. همچنین یاد می‌گیرید که نتایج خود را از طریق تصویرسازی‌های گرافیکی و ترسیم جاسازی‌ها برای تفسیر بهتر داده‌ها نمایش دهید. در طول دوره، فرصت‌های متعددی برای به‌کارگیری آموخته‌های خود در جلسات عملی و چالش‌های کاربردی خواهید داشت. این دوره برای یادگیرندگانی طراحی شده است که درک پایه‌ای از یادگیری ماشین و پردازش زبان طبیعی (NLP) دارند. این دوره برای متخصصان و توسعه‌دهندگانی که به دنبال تسلط بر سیستم‌های پیشرفته RAG برای بازیابی بهینه اسناد و تولید پاسخ‌های دقیق هستند، مناسب است. داشتن دانش قبلی در زبان پایتون و فریم‌ورک‌های یادگیری ماشین توصیه می‌شود.

سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه Introduction

  • ساختار دوره Course Structure

  • راه‌اندازی محیط توسعه Development Environment Setup

بررسی عمیق RAG - مقایسه RAG ساده در مقابل RAG پیشرفته RAG (Retrieval-Augmented Generation) Deep Dive - Naive RAG vs Advanced RAG

  • آشنایی با RAG و مثلث RAG - نمای کلی Introduction to RAG and the RAG Triad - Overview

  • RAG چیست؟ بررسی RAG ساده و نقاط ضعف آن What is RAG and Naive RAG Overview and Pitfalls

  • بررسی عمیق نقاط ضعف هر یک از مدل‌های RAG ساده Deep Dive into Each Naive RAG Drawbacks

بررسی عمیق RAG پیشرفته - تکنیک‌های پیشرفته Advanced RAG Deep Dive - Advanced Techniques

  • تکنیک‌های RAG پیشرفته - مقدمه‌ای بر گسترش با پاسخ‌های تولید شده Advanced RAG Techniques - Intro to Expansion with Generated Answers

  • کارگاه عملی - گسترش با پاسخ‌ها - تکه‌تکه کردن متن Hands-on - Expansion with Answers - Splitting Text

  • جاسازی تکه‌ها و نمایش آن‌ها Embedding the Chunks and Showing Them

  • افزودن اسناد به ذخیره‌ساز برداری و انجام جستجوی شباهت Adding Documents to the Vector Store and Performing Similarity Search

  • تولید پاسخ و متصل کردن اسناد مرتبط Generating the Answer and Concatenating the Relevant Documents

  • ترسیم و تصویرسازی نتایج جاسازی شده روی نمودار Plotting and Projecting the Embedded Results on Graph

  • گسترش پرس‌وجو با پاسخ‌های تولید شده - جمع‌بندی Query Expansion with Generated Answers - Summary

کارگاه عملی: تکنیک RAG پیشرفته - گسترش پرس‌وجو با کوئری‌های متعدد Hands-on: Advanced RAG Technique - Query Expansion with Multiple Queries

  • گسترش پرس‌وجو با کوئری‌های متعدد - نمای کلی Query Expansion with Multiple Queries - Overview

  • دریافت پرس‌وجوهای تقویت‌شده تولیدی Getting Generated Augmented Queries

  • بازیابی و ترسیم جاسازی‌ها در نمودار دو بعدی Retrieving and Plotting Embeddings in a 2D Graph

  • چالش: نوبت شماست CHALLENGE: Your Turn

  • معایب گسترش با کوئری‌های متعدد و جمع‌بندی Expansion with Multiple Queries Downsides and Summary

کارگاه عملی - تکنیک RAG پیشرفته: بازرتبه‌بندی با Cross encoder Hands-on - Advanced RAG Technique: Re-Ranking with Cross-encoder

  • بازرتبه‌بندی، Cross encoder و Bi encoders - نمای کلی Re-ranking and Cross-encoder and Bi-encoders - Overview

  • رتبه‌بندی نتایج دم‌دراز (Long tail) با Cross encoder Ranking Long-tail Results with Cross-encoder

  • گام نهایی - ارسال اسناد رتبه‌بندی شده به LLM برای دریافت پاسخ مرتبط Final Step - Pass the Ranked Documents through a LLM to Get Relevant Answer

  • جمع‌بندی بازرتبه‌بندی Re-ranking Summary

کارگاه عملی - تکنیک RAG پیشرفته: بازیابی متراکم متون (DPR) Hands-on - Advanced RAG Technique: Dense Passage Retrieval (DPR)

  • نمای کلی بازیابی متراکم متون (DPR) Dense Passage Retrieval Overview

  • تکنیک DPR - اجرای کامل عملی The DPR Technique - Full Hands-on

  • جمع‌بندی DPR DPR Summary

سایر تکنیک‌های پیشرفته RAG Other Advanced RAG Techniques

  • سایر تکنیک‌ها Other Techniques

جمع‌بندی - گام‌های بعدی Wrap up - What's Next

  • گام‌های بعدی What's Next

نمایش نظرات

آموزش تسلط بر سیستم‌های تولید تقویت‌شده با بازیابی (RAG)
جزییات دوره
4h 48m
27
(آخرین آپدیت)
1,086
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده