بناء أنظمة Retrieval-Augmented Generation (RAG)

تعد نماذج اللغة الكبيرة قوية، ولكنها غالبًا ما تفتقر إلى الوصول إلى بياناتك المحددة أو الخاصة أو في الوقت الفعلي. تحل تقنية Retrieval-Augmented Generation (RAG) هذه المشكلة عن طريق ربط هذه النماذج بقواعد المعرفة الخارجية لإنتاج إجابات دقيقة ومستندة إلى الحقائق. في هذه الدورة، ستنتقل من فهم نماذج اللغة الأساسية إلى تصميم وتنفيذ أنظمة RAG الخاصة بك. ستكتسب المهارات اللازمة للاستعلام عن قواعد بيانات المتجهات، وحقن السياق ذي الصلة في المطالبات، وتقييم دقة مخرجات نظامك. ما ستتعلمه: - فهم المفاهيم الأساسية لـ RAG، ونماذج اللغة، وتضمينات المتجهات. - تهيئة قواعد بيانات المتجهات لتخزين البيانات الدلالية وفهرستها واسترجاعها بكفاءة. - تطبيق تقنيات هندسة المطالبات لتأسيس استجابات النموذج في السياق المسترجع. - بناء مسارات RAG شاملة تربط المستندات الخارجية بنماذج توليد النصوص. - تقييم أداء نظام RAG باستخدام المقاييس الحديثة لضمان الدقة وتقليل الهلوسات. تبدأ هذه الدورة النصية بالمصطلحات الأساسية والهندسة المعمارية التأسيسية قبل إرشادك خلال تطبيقات التعليمات البرمجية خطوة بخطوة وأنماط التصميم العملية. ستقرأ شروحات واضحة، وتحلل مقتطفات التعليمات البرمجية المنظمة، وتكمل تمارين مكتوبة لترسيخ فهمك. تم تصميم هذه الدورة للمطورين البرمجيين، وعشاق البيانات، ومبتدئي AI الذين يرغبون في بناء تطبيقات واعية بالسياق. لا يلزم وجود خبرة سابقة في قواعد بيانات المتجهات أو الذكاء الاصطناعي التوليدي. ابدأ القراءة اليوم لبناء تطبيقات AI أكثر ذكاءً وتعتمد على البيانات.