آموزش پیاده‌سازی عملی سیستم‌های RAG - آخرین آپدیت

مقدمه‌ای بر سیستم‌های بازیابی Introduction to Retrieval Systems

• معرفی تخصص Specialization Introduction

• معرفی دوره Course Introduction

• آشنایی با RAG Introduction to RAG

• دمو: ساخت گردش کاری ساده RAG Demonstration: Building Simple Rag Workflow

• دمو: بصری‌سازی جریان بازیابی بافت (بخش اول) Demonstration: Visualizing Context Retrieval Flow-I

• دمو: بصری‌سازی جریان بازیابی بافت (بخش دوم) Demonstration: Visualizing Context Retrieval Flow II

• اهمیت Embeddingها در طراحی سیستم بازیابی Importance of Embeddings in Retrieval System Design

• درک Embeddingهای متنی و جستجوی شباهت Understanding Text Embeddings and Similarity Search

• دمو: تولید Embeddingها با استفاده از API OpenAI Demonstration: Generating Embeddings Using OpenAI API

• دمو: ساخت یک ذخیره‌ساز برداری FAISS Demonstration: Building a FAISS Vector Store

• تقسیم‌بندی و پاک‌سازی اسناد برای ایندکس‌گذاری Splitting and Cleaning Documents for Indexing

• دمو: استفاده از لودرهای LangChain برای فایل‌های PDF و متنی Demonstration: Using LangChain Loaders for PDFs and Text Files

• دمو: تکه‌تکه کردن (Chunking) و نرمال‌سازی داده‌های متنی Demonstration: Chunking and Normalizing Text Data

ساخت و بهینه‌سازی خط‌لوله‌های RAG Building and Optimizing RAG Pipelines

• خط‌لوله‌های بازیابی در سیستم‌های RAG Retrieval Pipelines in RAG Systems

• اتصال ذخیره‌سازهای برداری به LLMها Connecting Vector Stores to LLMs

• دمو: ایجاد یک زنجیره بازیاب (Retriever Chain) با LangChain Demonstration: Creating a Retriever Chain with LangChain

• دمو: تست کوئری و رتبه‌بندی بافت Demonstration: Query Testing and Context Ranking

• بازیابی ترکیبی و بازرتبه‌بندی در RAG Hybrid Retrieval and Re-Ranking in RAG

• بازرتبه‌بندی با Cross Encoder و BM25 Re-Ranking with Cross-Encoder and BM25

• دمو: ترکیب بازیابی متراکم (Dense) و پراکنده (Sparse) Demonstration: Combining Dense and Sparse Retrieval

• دمو: ارزیابی دقت بازیابی Demonstration: Evaluating Retrieval Precision

• توهمات (Hallucinations) به عنوان یک مشکل بازیابی Hallucinations as a Retrieval Problem

• مدیریت پنجره بافت (Context Window) Context Window Management

• دمو: کاهش توهمات از طریق بافت مستند (Grounded Context) Demonstration: Reducing Hallucinations via Grounded Context

• دمو: افزودن ارجاعات و منابع در خروجی RAG Demonstration: Adding Citation References in RAG Output

• مقدمه‌ای بر LangGraph Introduction to LangGraph

• دمو: ساخت یک گراف RAG وضعیت‌دار با LangGraph Demonstration: Building a Stateful RAG Graph with LangGraph

• دمو: ارکستراسیون RAG تصمیم‌محور با LangGraph (بخش اول) Demonstration: Decision-Driven RAG Orchestration with LangGraph - I

• دمو: ارکستراسیون RAG تصمیم‌محور با LangGraph (بخش دوم) Demonstration: Decision-Driven RAG Orchestration with LangGraph - II

استقرار و ارزیابی سیستم‌های RAG Deploying and Evaluating RAG Systems

• استقرار سیستم RAG در محیط عملیاتی RAG System Deployment in Production

• طراحی سیستم و خط‌لوله بهینه RAG به‌صورت End-to-End Optimized End-to-End RAG Pipeline and System Design

• دمو: استقرار اپلیکیشن RAG با Streamlit: تنظیمات بازیابی هسته Demonstration: Deploying RAG App with Streamlit : RAG Core - Retrieval Setup

• دمو: استقرار اپلیکیشن RAG با Streamlit: پاسخ‌دهی به سوالات Demonstration: Deploying RAG App with Streamlit : RAG Core - Question Answering

• دمو: استقرار اپلیکیشن RAG با Streamlit: داده‌ها و احراز هویت Demonstration: Deploying RAG App with Streamlit : Data and Authentication

• دمو: استقرار اپلیکیشن RAG با Streamlit: جذب داده و طراحی پرامپت Demonstration: Deploying RAG App with Streamlit : Ingestion and Prompt Design

• دمو: استقرار اپلیکیشن RAG با Streamlit: بازیابی بافت و ابزارها Demonstration: Deploying RAG App with Streamlit : Context Retrieval and Utils

• دمو: استقرار اپلیکیشن RAG با Streamlit: مرحله استقرار نهایی Demonstration: Deploying RAG App with Streamlit : Deployment

• دمو: یکپارچه‌سازی نقاط انتهایی API برای بازیابی (بخش اول) Demonstration: Integrating API Endpoints for Retrieval-I

• دمو: یکپارچه‌سازی نقاط انتهایی API برای بازیابی (بخش دوم) Demonstration: Integrating API Endpoints for Retrieval-II

• ارزیابی عملکرد سیستم RAG Evaluating RAG System Performance

• بنچ‌مارک کردن عملکرد RAG Benchmarking RAG Performance

• دمو: استفاده از LangSmith یا LlamaIndex برای ارزیابی محلی Demonstration: Using LangSmith or LlamaIndex for Local Evaluation

• دمو: تحلیل معیارهای هزینه و تاخیر (Latency) Demonstration: Analyzing Cost and Latency Metrics

• دقت در مقابل مقیاس‌پذیری در RAG Accuracy vs Scalability in RAG

• بهبود درک کوئری و رتبه‌بندی Enhancing Query Understanding and Ranking

• دمو: پیاده‌سازی بازیابی ترکیبی در مقیاس بالا Demonstration: Implementing Hybrid Retrieval at Scale

• دمو: بهینه‌سازی تاخیر و نرخ تراکنش برای سیستم‌های RAG Demonstration: Optimizing Latency and Throughput for RAG Systems

• معماری سیستم RAG آماده برای محیط عملیاتی Production-Ready RAG System Architecture

جمع‌بندی دوره Course Wrap-Up

• جمع‌بندی دوره: پیاده‌سازی عملی سیستم‌های RAG Course Summary: RAG Systems in Practice