| Nom de fichier: | Udemy – Génération augmentée de récupération avancée |
| Source du contenu: | https://www.udemy.com/course/advanced-retrieval-augmented-generation/ |
| Taille du fichier: | 2,2 Go |
| Éditeur: | udemie |
| Mis à jour et publié: | 30 août 2024 |
Maîtrisez la génération augmentée (RAG) de récupération avancée avec l’IA générative et le LLM
Libérez la puissance des techniques RAG avancées pour des systèmes d’IA robustes, efficaces et évolutifs
Aperçu du cours:
Plongez au cœur du monde de pointe de la Retrieval Augmented Generation (RAG) avec ce cours complet, méticuleusement conçu pour vous doter des compétences nécessaires pour améliorer vos implémentations de Large Language Model (LLM). Que vous cherchiez à optimiser vos appels LLM, à générer des ensembles de données synthétiques ou à surmonter des défis courants tels que les limites de débit et les données redondantes, ce cours est là pour vous.
Ce que vous apprendrez:
- Implémentez des sorties structurées pour améliorer la robustesse de vos appels LLM.
- Maîtrisez Python asynchrone pour rendre vos appels LLM plus rapides et plus rentables.
- Générez des données synthétiques pour établir une base de référence solide pour votre système RAG, même sans utilisateurs actifs.
- Filtrez les données générées redondantes pour améliorer l’efficacité du système.
- Surmontez les limites de débit d’OpenAI en tirant parti des mécanismes de mise en cache, de traçage et de nouvelle tentative.
- Combinez les techniques de mise en cache, de traçage et de nouvelle tentative pour des performances optimales.
- Sécurisez vos clés API et rationalisez votre processus de développement en utilisant les meilleures pratiques.
- Appliquez des modèles agentiques avancés pour créer des systèmes d’IA résilients et adaptatifs.
Contenu du cours:
- Introduction à RAG et aux sorties structurées:Obtenez une base solide dans les concepts RAG et découvrez l’importance des sorties structurées pour les modèles agentiques.
- Installation et configuration:Des conseils étape par étape sur la configuration de votre environnement de développement avec Docker, Python et les outils essentiels.
- Exécution asynchrone et mise en cache:Apprenez à exécuter plusieurs appels LLM simultanément et à mettre en œuvre des stratégies de mise en cache pour économiser du temps et des ressources.
- Génération de données synthétiques:Créez des ensembles de données synthétiques de haute qualité pour simuler des scénarios du monde réel et affiner votre système RAG.
- Dépannage avancé:Maîtrisez les techniques de débogage du code asynchrone et gérez des défis complexes tels que les limites de débit OpenAI.
Exigences:
- Un ordinateur portable moderne avec Python installé ou un accès à Google Drive.
- Expérience en tant qu’ingénieur logiciel (2+ ans de préférence).
- Compétences intermédiaires en programmation Python ou capacité à apprendre rapidement.
- Compréhension de base de la science des données (précision, rappel, pandas).
- Accès à une version professionnelle de ChatGPT ou à des outils LLM équivalents.
Qui devrait s’inscrire:
- Ingénieurs logiciels ayant une expérience dans les implémentations de base de RAG et souhaitant améliorer leurs compétences.
- Scientifiques des données et professionnels de l’IA cherchant à optimiser leurs systèmes basés sur LLM.
- Développeurs souhaitant maîtriser les dernières techniques RAG pour des solutions d’IA robustes et évolutives.
Rejoignez ce cours aujourd’hui et transformez vos systèmes d’IA avec les dernières techniques avancées de RAG!
LIEN DE TÉLÉCHARGEMENT: Udemy – Génération augmentée de récupération avancée
Advanced_Retrieval_Augmented_Generation.part1.rar – 995,0 Mo
Advanced_Retrieval_Augmented_Generation.part2.rar – 995,0 Mo
Advanced_Retrieval_Augmented_Generation.part3.rar – 273,9 Mo