Các lộ trình học tập dành cho Chuyên gia kỹ thuật
Sử dụng thành thạo Hệ thống RAG
Lộ trình khởi động này khám phá các hệ thống Tối ưu hóa tăng cường truy xuất (RAG), bao gồm các kỹ thuật RAG đơn giản và nâng cao, tích hợp LlamaIndex với JavaScript, xử lý dữ liệu phi cấu trúc, RAG tăng cường biểu đồ tri thức và các ứng dụng RAG đa phương thức. Học viên có được kinh nghiệm thực hành với cơ sở dữ liệu vector, truy xuất đoạn mã dày đặc, xếp hạng lại bộ mã hóa chéo, xây dựng biểu đồ tri thức bằng Neo4j và xây dựng các ứng dụng RAG sẵn sàng cho sản xuất với các framework hiện đại.
Mục tiêu học tập
- Giải thích các nguyên tắc và kiến trúc của Tối ưu hóa tăng cường truy xuất (RAG), phân biệt giữa các kỹ thuật RAG đơn giản và nâng cao.
- Triển khai các phương pháp RAG tiên tiến như mở rộng truy vấn, xếp hạng lại bộ mã hóa chéo và truy xuất đoạn mã dày đặc để cải thiện việc truy xuất thông tin và tạo câu trả lời.
- Xây dựng và triển khai các ứng dụng RAG bằng LlamaIndex và JavaScript, bao gồm phát triển chatbot toàn diện và tích hợp với cơ sở dữ liệu vector.
- Tiền xử lý và cấu trúc dữ liệu phi cấu trúc (PDF, HTML, PPTX, hình ảnh) cho các ứng dụng RAG và LLM bằng cách sử dụng các framework chuyên biệt và chiến lược phân đoạn.
- Tích hợp biểu đồ kiến thức và dữ liệu đa phương thức vào hệ thống RAG, tận dụng các công cụ như Neo4j và GPT-4 để cho phép các quy trình truy xuất và đề xuất phức tạp, có nhận thức theo ngữ cảnh.
Đối tượng mục tiêu
Lộ trình này được thiết kế cho các kỹ sư AI, nhà khoa học dữ liệu, nhà phát triển phần mềm và chuyên gia kỹ thuật muốn thành thạo các hệ thống RAG cho các ứng dụng thực tế. Lộ trình này phù hợp với những người có kinh nghiệm lập trình cơ bản muốn xây dựng, tối ưu hóa và triển khai các giải pháp AI tăng cường truy xuất tiên tiến bằng các công cụ và framework hiện đại.