لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش ساخت سیستمهای پرسش و پاسخ (QA) اسناد با Haystack
- آخرین آپدیت
دانلود Building Document QA Systems with Haystack
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
آیا از چتباتهای معمولی که هنگام جستجو در اسناد شرکت، مقالات پژوهشی یا پایگاه دانش شما، دچار توهم میشوند یا پاسخهای نامرتبط میدهند خسته شدهاید؟
در این دوره آموزشی با عنوان «ساخت سیستمهای پرسش و پاسخ اسناد با Haystack»، شما یاد میگیرید که سیستمهای پاسخدهی به سوالات را بهصورت سریع، دقیق و آماده برای محیط عملیاتی بر روی مجموعهای از اسناد خصوصی خود پیادهسازی کنید.
در ابتدا، معماری مدرن خط لوله (Pipeline) در Haystack را بررسی خواهید کرد و یک سیستم کامل تولید متنی تقویتشده با بازیابی (RAG) را در کمتر از ۱۰ دقیقه راهاندازی میکنید.
سپس، نحوه پردازش صحیح اسناد دنیای واقعی و پیادهسازی بازیابی ترکیبی (Hybrid Retrieval) پیشرفته (ترکیب BM25 و Dense Embeddings) را خواهید آموخت که عملکردی بهمراتب بهتر از جستجوهای ساده کلمات کلیدی یا برداری دارد.
در نهایت، یاد میگیرید چگونه پاسخهای قابل اعتماد همراه با ارجاعات (Citations) تولید کنید، دقت سیستم را ارزیابی نمایید، سرعت و هزینه را بهینه کنید و در نهایت سیستم خود را از طریق یک نقطه اتصال (Endpoint) ساده با FastAPI منتشر کنید.
پس از پایان این دوره، شما مهارتها و دانش لازم در زمینه RAG مدرن را کسب خواهید کرد تا بتوانید سیستمهای پرسش و پاسخ مطمئن را برای تیم، مشتریان یا پایگاه دانش شخصی خود مستقر کنید.
سرفصل ها و درس ها
اولین سیستم پرسش و پاسخ عملی شما
Your First Working QA System
اولین سیستم پرسش و پاسخ عملی شما
Your First Working QA System
ساخت و اجرای اولین خط لوله پرسش و پاسخ استخراجی
Building and Running Your First Extractive QA Pipeline
پرسش و پاسخ مولد (Generative QA)
Generative QA
پردازش اسناد و استراتژیهای مدرن بازیابی
Document Processing and Modern Retrieval Strategies
ورودی هوشمند و تکه تکه کردن اسناد
Smart Document Ingestion and Splitting
ساخت یک بازیاب ترکیبی پیشرفته
Building a State-of-the-Art Hybrid Retriever
کیفیت پاسخ، بهینهسازی و استقرار
Answer Quality, Optimization, and Shipping
مقایسه پاسخهای استخراجی، مولد و ترکیبی
Extractive vs. Generative vs. Hybrid Answers
اندازهگیری و بهبود عملکرد
Measure and Improve Performance
منتشرسازی: از نوتبوک تا محیط عملیاتی
Ship It: From Notebook to Production
Zach در حال حاضر یک مهندس ارشد نرم افزار در VMware است که در آن از ابزارهایی مانند Python ، Docker ، Node و Angular همراه با تکنیک ها/اصول مختلف یادگیری ماشین و علوم داده استفاده می کند. قبل از نقش فعلی ، زاک روی نرم افزارهای زیردریایی کار می کرد و علاقه زیادی به برنامه نویسی GIS همراه با نرم افزارهای منبع باز دارد. برخی از کارهای او را می توانید در GitHub (https://github.com/zbennett10) و Stack Overflow (https://stackoverflow.com/users/6879849/zachary-bennett) مشاهده کنید.
نمایش نظرات