Svensk version
Embeddings, RAG och semantisk sökning
Bygg system för semantisk sökning: text- och kodembeddings, RAG från grunden med FAISS och avancerade tekniker (Corrective, Self-RAG, Adaptive).
18 lektioner ca. 2 h Utvecklare
Vad du lär dig
- Generera embeddings med mistral-embed och mät semantisk likhet mellan två texter
- Dela upp och batcha en stor datamängd för att vektorisera den utan att överskrida API-gränser
- Indexera kod med codestral-embed för att möjliggöra semantisk sökning i ett kodförråd
- Bygg en komplett RAG-pipeline: förberedelse, vektorisering, FAISS-lagring, hämtning och generering
- Jämför Corrective RAG, Self-RAG och Adaptive RAG för att förbättra svarens relevans
Kursöversikt
- Målgrupp
- Utvecklare, ingenjörer och integratörer som vill utnyttja Mistral AI via API i sina applikationer.
- Förkunskaper
- Förmåga att läsa Python och JSON, grundläggande kunskaper i kommandoraden. En API-nyckel till Mistral AI Studio för att testa exemplen.
- Studietid
- 2 h — 18 lektioner
- Upplägg
- 100 % online självstudiekurs, tillgänglig dygnet runt från en webbläsare. Framsteg sparas, fortsätt när som helst. Beräknad tid: 2 h.
- Bedömning
- Självutvärdering baserad på de viktigaste slutsatserna som avslutar varje lektion och direkt implementering av exempel på dina egna data. Ett avslutande quiz med 5 rättade frågor, i slutet av den sista lektionen, validerar förvärvade färdigheter.
- Tillgänglighet
- Kursen är tillgänglig för personer med funktionsnedsättning: textinnehåll kompatibelt med skärmläsare, tangentbordsnavigering och kontraster som följer standarden. För eventuella anpassningsbehov, mejla [email protected].
- Pris
- Gratis
Kursens innehåll
- 01 Introduktion till inbäddningar
- 02 Modellen mistral-embed
- 03 Similarité sémantique
- 04 Batchning och chunking
- 05 Modellen codestral-embed
- 06 Sökning i kod efter betydelse
- 07 Typer och dimensioner av data
- 08 Cas d'usage : Embeddings de code
- 09 Introduktion till RAG
- 10 Förbered datan
- 11 Skapa inbäddningar
- 12 Vector Store avec FAISS
- 13 Retrieval och generering
- 14 Pipeline RAG complet
- 15 RAG correctif
- 16 Self-RAG
- 17 RAG adaptatif
- 18 RAG-ramverk: LangChain, LlamaIndex, Haystack