Vai al contenuto principale
Italiano— Scegli una lingua
Menu

Edizione in italiano

Embedding, RAG e ricerca semantica

Costruisci sistemi di ricerca semantica: embedding per testo e codice, RAG da zero con FAISS e tecniche avanzate (Corrective, Self-RAG, Adaptive).

18 lezioni ca. 2 h Sviluppatore

Cosa imparerai

  • Generare embedding con mistral-embed e misurare la similarità semantica tra due testi
  • Suddividere e raggruppare in batch un grande corpus per vettorializzarlo senza superare i limiti API
  • Indicizzare il codice con codestral-embed per abilitare la ricerca semantica in un repository
  • Costruire una pipeline RAG completa: preparazione, vettorializzazione, archiviazione FAISS, recupero e generazione
  • Confrontare Corrective RAG, Self-RAG e Adaptive RAG per migliorare la pertinenza delle risposte

Scheda del corso

Destinatari
Sviluppatori, ingegneri e integratori che intendono sfruttare Mistral AI tramite API nelle loro applicazioni.
Prerequisiti
Capacità di leggere Python e JSON, nozioni base della riga di comando. Una chiave API di Mistral AI Studio per provare gli esempi.
Durata
2 h — 18 lezioni
Modalità
Corso online al 100% e auto-diretto, accessibile 24/7 dal browser. Progressi salvati, riprendi in qualsiasi momento. Durata stimata: 2 h.
Valutazione
Autovalutazione basata sui punti chiave che concludono ogni lezione e implementazione diretta degli esempi sui tuoi casi d'uso. Un quiz finale di 5 domande corrette, alla fine dell'ultima lezione, convalida le competenze acquisite.
Accessibilità
Corso accessibile alle persone con disabilità: contenuti testuali compatibili con screen reader, navigazione da tastiera e contrasti conformi. Per eventuali esigenze di adattamento, scrivi a [email protected].
Prezzo
Gratis

Contenuto del corso

  1. 01 Introduzione agli Embedding
  2. 02 Il modello mistral-embed
  3. 03 Somiglianza Semantica
  4. 04 Batching e Chunking
  5. 05 Il modello codestral-embed
  6. 06 Ricerca semantica del codice
  7. 07 Tipi di dati e dimensioni
  8. 08 Caso d'uso: Embedding di codice
  9. 09 Introduzione al RAG
  10. 10 Preparare i Dati
  11. 11 Créer des embeddings
  12. 12 Vector Store con FAISS
  13. 13 Recupero e Generazione
  14. 14 Pipeline RAG Completo
  15. 15 RAG Correttivo
  16. 16 Self-RAG
  17. 17 RAG Adattivo
  18. 18 Framework RAG: LangChain, LlamaIndex, Haystack