دوره آموزشی ساخت یک راه‌حل RAG از ابتدا

در این دوره، Axel Sirota تکنیک Retrieval-Augmented Generation (RAG) را به عنوان یک روش قدرتمند برای تقویت قابلیت‌های مدل‌های زبانی بزرگ (LLMs) معرفی می‌کند. در این دوره، مفاهیم اساسی و کاربردهای عملی RAG را یاد خواهید گرفت و تمرکز اصلی روی ایجاد چت‌بات‌ها و سیستم‌های پشتیبانی تصمیم‌گیری در حوزه‌های مختلف است. از داده‌های MIMIC-III برای ایجاد یک چت‌بات در حوزه مراقبت‌های بهداشتی که می‌تواند سوالات را پاسخ دهد یا تشخیص‌هایی پیشنهاد دهد، استفاده خواهید کرد. همچنین تجربه عملی در ساخت سیستم‌های RAG با استفاده از TensorFlow، Keras و HuggingFace به دست خواهید آورد. در پایان این دوره، شما برای پیاده‌سازی راه‌حل‌های RAG که مکانیزم‌های جستجو را با مدل‌های مولدی ترکیب می‌کنند، آماده خواهید بود و می‌توانید از آن‌ها در حوزه‌هایی مانند مراقبت‌های بهداشتی، حقوقی و خدمات مشتری استفاده کنید.

اهداف یادگیری:
✅ مفاهیم و معماری سیستم‌های RAG را درک کنید.
✅ راه‌حل‌های RAG را با استفاده از TensorFlow، Keras و HuggingFace پیاده‌سازی کنید.
✅ چت‌بات‌ها و ابزارهای پشتیبانی تصمیم را توسعه و پیاده‌سازی کنید.
✅ کاربردهای مختلف RAG را در صنایع مختلف بررسی کنید.
✅ تحقیقات و روندهای آینده در RAG را تحلیل کنید.