Master RAG: Retrieval-Augmented Generation Systems [جدید]

Master RAG: Retrieval-Augmented Generation Systems [NEW]

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: قدرت هوش مصنوعی را با RAG Triad باز کنید: تکنیک های پیشرفته در بازیابی اطلاعات، تولید پاسخ با RAG درک سه گانه RAG: اجزای اصلی را درک کنید: Retriever، Generator و Fusion Module. تکنیک های بازیابی پیشرفته: روش های بازیابی پراکنده و متراکم، از جمله بازیابی گذرگاه متراکم (DPR) را کاوش کنید. تولید پاسخ منسجم: بر اساس اسناد بازیابی شده، پاسخ‌های روان و مناسب با زمینه ایجاد کنید. تکنیک‌های گسترش پرس و جو و رتبه‌بندی مجدد: ارتباط سند را از طریق استراتژی‌های رتبه‌بندی مجدد بهبود دهید. پیش نیازها:آشنایی اولیه با مفاهیم هوش مصنوعی و NLP: آشنایی با اصول اولیه هوش مصنوعی و NLP. تجربه برنامه نویسی: تسلط به پایتون، زیرا زبان برنامه نویسی اصلی مورد استفاده خواهد بود.

پتانسیل کامل هوش مصنوعی را با دوره جامع ما در مورد سیستم های بازیابی-نسل افزایش یافته (RAG) باز کنید. عمیقاً در Triad قدرتمند RAG شیرجه بزنید و یاد بگیرید که چگونه از تکنیک های پیشرفته در بازیابی اطلاعات، تولید پاسخ و معماری مبتنی بر عامل استفاده کنید. این دوره برای علاقه مندان به هوش مصنوعی، دانشمندان داده و متخصصان NLP طراحی شده است، این دوره هر آنچه را که برای ساختن سیستم های RAG پیشرفته نیاز دارید ارائه می دهد که پاسخ های دقیق، مرتبط با زمینه و منسجم را به پرس و جوهای پیچیده ارائه می دهد.


آنچه خواهید آموخت:

  • سه‌گانه RAG: اجزای سیستم‌های RAG، مانند retriever، ژنراتور و Fusion Module و نحوه کار آنها با هم برای بهبود بازیابی اطلاعات و تولید پاسخ را بدانید.

  • تکنیک‌های بازیابی پیشرفته: روش‌های بازیابی پراکنده و متراکم، از جمله بازیابی گذرگاه متراکم (DPR) را کاوش کنید و یاد بگیرید که چگونه روش‌های بازیابی ترکیبی را برای دقت برتر پیاده‌سازی کنید.

  • تولید پاسخ منسجم: در استفاده از مدل‌های زبان پیشرفته مانند GPT-3 برای ایجاد پاسخ‌های روان و مناسب بر اساس اسناد بازیابی شده استاد شوید.

  • پروژه‌های عملی: در تمرین‌های عملی و پروژه‌های واقعی شرکت کنید تا از ابتدا یک سیستم RAG کامل بسازید و مهارت‌های خود را در برنامه‌های مختلف مانند موتورهای جستجو، پشتیبانی مشتری و تحقیق به کار ببرید.

در پایان این دوره، شما به مهارت‌ها و دانش لازم برای ایجاد سیستم‌های RAG قوی مجهز می‌شوید که به راحتی می‌توانند پرس و جوهای پیچیده را مدیریت کنند و شما را به یک رهبر در AI و NLP تبدیل می‌کنند.


هم اکنون ثبت نام کنید تا قابلیت های هوش مصنوعی خود را متحول کنید و در زمینه همیشه در حال تکامل هوش مصنوعی پیشرو باشید.


سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه Introduction

  • ساختار دوره Course Structure

  • راه اندازی محیط توسعه Development Environment Setup

دانلود منبع Resource Download

  • دانلود منابع دوره Download Course Resources

RAG (Retrieval-Augmented Generation) Deep Dive - Naive RAG vs Advanced RAG RAG (Retrieval-Augmented Generation) Deep Dive - Naive RAG vs Advanced RAG

  • معرفی RAG و RAG Triad - بررسی اجمالی Introduction to RAG and the RAG Triad - Overview

  • بررسی اجمالی و دام های RAG و Naive RAG چیست What is RAG and Naive RAG Overview and Pitfalls

  • شیرجه رفتن عمیق به هر یک از اشکالات ساده لوح RAG Deep Dive into Each Naive RAG Drawbacks

  • بررسی کنید Check in

Advance RAG Deep Dive - تکنیک های پیشرفته Advance RAG Deep Dive - Advanced Techniques

  • تکنیک های پیشرفته RAG - مقدمه ای برای توسعه با پاسخ های تولید شده Advanced RAG Techniques - Intro to Expansion with Generated Answers

  • عملی - گسترش با پاسخ - تقسیم متن Hands-on - Expansion with Answers - Splitting Text

  • جاسازی تکه ها و نمایش آنها Embedding the Chunks and Showing Them

  • افزودن اسناد به فروشگاه وکتور و انجام جستجوی مشابهت Adding Documents to the Vector Store and Performing Similarity Search

  • ایجاد پاسخ و الحاق اسناد مربوطه Generating the Answer & Concatenating the Relevant Documents

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

  • گسترش پرس و جو با پاسخ های تولید شده - خلاصه Query Expansion with Generated Answers - Summary

عملی: تکنیک RAG پیشرفته - بسط پرس و جو با پرس و جوهای متعدد Hands-on: Advanced RAG Technique - Query Expansion with Multiple Queries

  • گسترش پرس و جو با پرس و جوهای متعدد - نمای کلی Query Expansion with Multiple Queries - Overview

  • دریافت پرس و جوهای افزوده شده ایجاد شده Getting Generated Augmented Queries

  • بازیابی و رسم جاسازی ها در یک نمودار دوبعدی Retrieving and Plotting Embeddings in a 2D Graph

  • چالش: نوبت شماست CHALLENGE: Your Turn

  • گسترش با چند پرس و جو معایب و خلاصه Expansion with Multiple Queries Downsides & Summary

عملی - تکنیک RAG را پیشرفته می کند: رتبه بندی مجدد با رمزگذار متقابل Hands-on - Advances RAG Technique: Re-Ranking with Cross-encoder

  • رتبه بندی مجدد و رمزگذار متقاطع و دو رمزگذار - بررسی اجمالی Re-ranking & Cross-encoder and Bi-encoders - Overview

  • رتبه بندی نتایج دم دراز با رمزگذار متقابل Ranking Long-tail Results with Cross-encoder

  • مرحله آخر - اسناد رتبه بندی شده را از طریق یک LLM برای دریافت پاسخ مربوطه عبور دهید Final Step - Pass the Ranked Documents through a LLM to Get Relevant Answer

  • خلاصه رتبه بندی مجدد Re-ranking Summary

عملی - تکنیک RAG را پیشرفته می کند: DPR بازیابی گذرگاه متراکم Hands-on - Advances RAG Technique: Dense Passage Retrieval DPR

  • نمای اجمالی بازیابی گذرگاه متراکم Dense Passage Retrieval Overview

  • تکنیک DPR - عملی کامل The DPR technique - Full Hands-on

  • خلاصه DPR DPR Summary

سایر تکنیک های پیشرفته RAG Other Advanced RAG Techniques

  • سایر تکنیک ها Other Techniques

پایان - بعد چه است Wrap up - What's Next

  • بعد چه است What's Next

  • سخنرانی پاداش Bonus Lecture

نمایش نظرات

Master RAG: Retrieval-Augmented Generation Systems [جدید]
جزییات دوره
1.5 hours
30
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
835
4.5 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Paulo Dichone  Software Engineer, AWS Cloud Practitioner   Instructor Paulo Dichone Software Engineer, AWS Cloud Practitioner Instructor

Android، Flutter، AWS، پرفروش ترین مربی