Uuden Coursera-kurssin julkistaminen: Retrieval Augmented Generation (RAG) Opit rakentamaan tehokkaita, tuotantovalmiita RAG-järjestelmiä tällä käytännönläheisellä, syvällisellä kurssilla, jonka on luonut ja opettanut @ZainHasan6, kokenut tekoäly- ja koneoppimisinsinööri, tutkija ja kouluttaja. RAG on nykyään kriittinen osa monia LLM-pohjaisia sovelluksia asiakastuessa, yrityksen sisäisissä Q&A-järjestelmissä ja jopa monissa johtavissa chatboteissa, jotka käyttävät verkkohakua vastatakseen kysymyksiisi. Tämä kurssi opettaa sinulle perusteellisesti, kuinka saada RAG toimimaan hyvin. LLM:t voivat tuottaa yleisiä tai vanhentuneita vastauksia, varsinkin kun heiltä kysytään erikoiskysymyksiä, joita sen koulutustiedot eivät kata. RAG on yleisimmin käytetty tekniikka tämän ratkaisemiseksi. Se tuo tietoja uusista tietolähteistä, kuten sisäisistä asiakirjoista tai viimeaikaisista uutisista, jotta LLM saa asiaankuuluvan kontekstin yksityisille, viimeaikaisille tai erikoistuneille tiedoille. Näin se voi tuottaa maadoittuneempia ja tarkempia vastauksia. Tällä kurssilla opit suunnittelemaan ja toteuttamaan RAG-järjestelmän jokaisen osan noutajista vektoritietokantoihin, sukupolveen ja evaleihin. Opit RAG:n perusperiaatteista ja sen optimoinnista sekä komponentti- että koko järjestelmän tasolla. Tekoälyn kehittyessä myös RAG kehittyy. Uudet mallit pystyvät käsittelemään pidempiä kontekstiikkunoita, järkeilemään tehokkaammin ja voivat olla osa monimutkaisia agenttisia työnkulkuja. Yksi jännittävä kasvualue on Agentic RAG, jossa tekoälyagentti ajon aikana (sen sijaan, että se olisi kovakoodattu kehityshetkellä) päättää itsenäisesti, mitä tietoja haetaan ja milloin/miten mennä syvemmälle. Tästäkin kehityksestä huolimatta pääsy korkealaatuiseen dataan ajon aikana on välttämätöntä, minkä vuoksi RAG on keskeinen osa niin monia sovelluksia. Opit käytännön kokemusten kautta: - Rakenna RAG-järjestelmä, jossa on haku ja nopea täydennys - Vertaa hakumenetelmiä, kuten BM25, semanttinen haku ja Reciprocal Rank Fusion - Paloittele, indeksoi ja hae asiakirjoja Weaviate-vektoritietokannan ja uutistietojoukon avulla - Kehitä chatbot, joka käyttää Together AI:n isännöimiä avoimen lähdekoodin LLM-ohjelmia kuvitteelliselle kaupalle, joka vastaa tuote- ja UKK-kysymyksiin - Käytä evals-arvoja luotettavuuden parantamiseen ja multimodaalisen datan sisällyttämiseen RAG on tärkeä perustekniikka. Tule hyväksi tässä kurssissa! Ilmoittaudu tästä: