بناء أنظمة RAG ووكلاء الذكاء الاصطناعي باستخدام نماذج اللغات الكبيرة

تعد القدرة على الاستفادة من نماذج اللغات الكبيرة (LLMs) مع البيانات الخاصة أمراً بالغ الأهمية لإنشاء تطبيقات قوية واعية بالسياق. يُعد الاسترجاع المعزز للتوليد (RAG) النمط الأساسي لتحقيق ذلك في بيئات الإنتاج اليوم. بنهاية هذه الدورة، ستفهم هندسة أنظمة RAG ومسارات عمل الوكلاء المتعددين. وستكتسب خبرة عملية في هيكلة البيانات، واختيار مخازن المتجهات المناسبة، وتصميم مطالبات فعالة، ونشر حلول الذكاء الاصطناعي هذه لحل مشكلات تجارية محددة. ما ستتعلمه: * فهم المكونات الأساسية وهندسة أنظمة الاسترجاع المعزز للتوليد (RAG). * ممارسة تقنيات هندسة المطالبات الفعالة لتحسين تفاعلات نماذج اللغات الكبيرة (LLMs) ومسارات استدلال الوكلاء. * تطبيق أفضل الممارسات لتقسيم البيانات، والتضمين، والفهرسة في قاعدة بيانات المتجهات. * تكوين الوكلاء ومسارات عمل الوكلاء المتعددين باستخدام أدوات منخفضة التعليمات البرمجية المتخصصة لأتمتة المهام المعقدة. * نشر وتشغيل نماذج اللغات الكبيرة (LLMs) المحلية باستخدام أساسيات الحاويات مثل Docker والأدوات المتخصصة مثل Ollama. تبدأ الدورة بتعريف نماذج اللغات الكبيرة (LLMs)، و RAG، ومفاهيم الوكلاء قبل الانتقال إلى خطوات التنفيذ العملية. نحن نستعرض إعداد البيانات، وتكامل مخزن المتجهات، وتكوين الوكلاء، واستراتيجيات النشر الأساسية لجعل حلولك في متناول المستخدمين. تم تصميم هذه الدورة للمبتدئين والمطورين وممارسي البيانات الذين يرغبون في البدء في بناء تطبيقات ذكاء اصطناعي عملية واعية بالسياق. لا توجد خبرة سابقة مطلوبة مع نماذج اللغات الكبيرة (LLMs) أو التعلم الآلي المتقدم. ابدأ في بناء أنظمة ذكاء اصطناعي ذكية تعتمد على البيانات اليوم.