Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Έκδοση στα ελληνικά

Embeddings, RAG και σημασιολογική αναζήτηση

Χτίστε συστήματα σημασιολογικής αναζήτησης: embeddings κειμένου και κώδικα, RAG από το μηδέν με FAISS και προχωρημένες τεχνικές (Corrective, Self-RAG, Adaptive).

18 μαθήματα περίπου 2 ώρες Για developers

Τι θα μάθετε

  • Δημιουργήστε embeddings με το mistral-embed και μετρήστε τη σημασιολογική ομοιότητα δύο κειμένων
  • Σπάστε σε κομμάτια και ομαδοποιήστε σε batches έναν ογκώδη κορπό, μένοντας εντός των ορίων του API
  • Δείκτοθετήστε κώδικα με το codestral-embed για σημασιολογική αναζήτηση μέσα σε ένα repository
  • Χτίστε ένα πλήρες pipeline RAG: προετοιμασία, vectorization, αποθήκευση FAISS, ανάκτηση και παραγωγή
  • Συγκρίνετε Corrective RAG, Self-RAG και Adaptive RAG για πιο σχετικές απαντήσεις

Στοιχεία προγράμματος

Σε ποιους απευθύνεται
Προγραμματιστές, μηχανικοί και integrators που θέλουν να αξιοποιήσουν τη Mistral AI μέσω API στις εφαρμογές τους.
Προαπαιτούμενα
Ανάγνωση Python και JSON, βασικά της γραμμής εντολών. Ένα κλειδί API του Mistral AI Studio για να δοκιμάσετε τα παραδείγματα.
Διάρκεια
2 ώρες — 18 μαθήματα
Μορφές παράδοσης
Εξ ολοκλήρου online αυτόνομη κατάρτιση, διαθέσιμη 24/7 από φυλλομετρητή. Η πρόοδος αποθηκεύεται και συνεχίζετε όποτε θέλετε. Εκτιμώμενη διάρκεια: 2 ώρες
Αξιολόγηση
Αυτοαξιολόγηση με βάση τα Βασικά σημεία που κλείνουν κάθε μάθημα, και άμεση εξάσκηση των παραδειγμάτων σε δικές σας περιπτώσεις. Ένα τελικό κουίζ με 5 διορθωμένες ερωτήσεις, στο τέλος του τελευταίου μαθήματος, επιβεβαιώνει τις γνώσεις σας.
Προσβασιμότητα
Κατάρτιση σε δικό σας ρυθμό, προσβάσιμη σε άτομα με αναπηρία: περιεχόμενο συμβατό με αναγνώστες οθόνης, πλοήγηση με πληκτρολόγιο και χρωματική αντίθεση σύμφωνη με τις προδιαγραφές. Για οποιαδήποτε ανάγκη προσαρμογής, γράψτε στο [email protected].
Τιμή
Δωρεάν

Περιεχόμενο προγράμματος

  1. 01 Εισαγωγή στα Embeddings
  2. 02 Το μοντέλο mistral-embed
  3. 03 Ομοιότητα Σημασιολογίας
  4. 04 Ομαδοποίηση και Τμηματοποίηση
  5. 05 Το μοντέλο codestral-embed
  6. 06 Αναζήτηση Κώδικα με Βάση τη Σημασιολογία
  7. 07 Τύποι Δεδομένων και Διαστάσεις
  8. 08 Περίπτωση χρήσης: Ενσωματώσεις Κώδικα
  9. 09 Εισαγωγή στο RAG
  10. 10 Προετοιμασία των Δεδομένων
  11. 11 Δημιουργία Ενσωματώσεων (Embeddings)
  12. 12 Vector Store με FAISS
  13. 13 Ανάκτηση και Δημιουργία
  14. 14 Πλήρης Αγωγός RAG
  15. 15 Corrective RAG
  16. 16 Self-RAG
  17. 17 Adaptive RAG
  18. 18 Πλαίσια RAG: LangChain, LlamaIndex, Haystack