LlamaIndex: Forbedring av kontekstuell AI Treningskurs
LlamaIndex er en åpen kildekode data-rammeverk som er designet for applikasjoner som bruker store språkmodeller (LLMs) og som dra nytte av kontekstforbedring. Det er spesielt nyttig for systemer som kalles Retrieval-Augmented Generation (RAG)-systemer.
Denne instruktørledede, levende opplæringen (online eller på sted) er rettet mot AI-forskere, maskinlæringseksperter og datavitere på mellomnivå som ønsker å bruke LlamaIndex for å forbedre evnene til AI-modeller, og gjøre dem mer nøyaktige og pålitelige for ulike applikasjoner.
Ved slutten av denne opplæringen vil deltakerne kunne:
- Forstå prinsippene og komponentene i LlamaIndex.
- Innta og strukturere data for bruk med LLMs.
- Implementere kontekstforbedring for å forbedre ytelsen til AI-modeller.
- Integrere LlamaIndex i eksisterende AI-systemer og arbeidsflyter.
Format på kurset
- Interaktiv forelesning og diskusjon.
- Mye øvelser og praktisk erfaring.
- Håndpålagte implementasjoner i en levende laboratorie-miljø.
Tilleggskursvalg
- For å be om en tilpasset opplæring for dette kurset, vennligst kontakt oss for å ordne.
Kursplan
Innføring i LlamaIndex og kontekstforbedring
- Oversikt over LlamaIndex
- Rollen til kontekstforbedring i AI
- Fordeler ved å bruke LlamaIndex med LLMs
Oppsett av LlamaIndex
- Installasjon og konfigurasjon
- Forstå arkitektur og komponenter
- Datakoblinger og innlasting
Dataindeksering og tilgang
- Oppretting av dataindekser for effektiv tilgang
- Søkemotorer og naturlig språktilgang
- Beste praksis for datastrukturering
Integrering av LlamaIndex med LLMs
- Forbedring av LLMs med kontekstuelt relevant data
- Praktiske øvelser: Forbedring av chatbots og tekstgeneratorer
- Feilsøking og optimalisering
Bruksområder og tilfellestudier
- Bruksområder i ulike bransjer
- Gjennomgang av vellykkede implementeringer
- Bygging av en kontekstforbedret AI-løsning
Oppsummering og neste steg
Krav
- Grundleggende forståelse av AI og maskinlæringskonsepter
- Kjennskap med Large Language Models (LLMs)
- Erfaring med programmering og datahåndtering
Målgruppe
- AI-forskere
- Maskinlæringsprofesjonelle
- Datavitere
Åpne kurs krever 5+ deltakere.