LlamaIndex: Tăng cường Trí Tuệ Nhân tạo"context-aware" Khóa Học Đào Tạo
LlamaIndex là một khung dữ liệu open-source được thiết kế cho các ứng dụng sử dụng Large Language Models (LLMs) và được cải thiện từ bối cảnh bổ sung. Nó đặc biệt hữu ích cho các hệ thống được biết đến với tên Retrieval-Augmented Generation (RAG) systems.
Khóa học dẫn dẫn này (trực tuyến hoặc tại chỗ) được thiết kế cho các nhà nghiên cứu AI, chuyên gia học máy và nhà khoa học dữ liệu trung cấp muốn sử dụng LlamaIndex để nâng cao khả năng của các mô hình AI, giúp chúng trở nên chính xác và đáng tin cậy hơn cho nhiều ứng dụng khác nhau.
Đến cuối khóa học, các thí sinh sẽ có thể:
- Hiểu các nguyên lý và thành phần của LlamaIndex.
- Nhập và cấu trúc dữ liệu để sử dụng với LLMs.
- Triển khai bối cảnh bổ sung để cải thiện hiệu suất của mô hình AI.
- Tích hợp LlamaIndex vào các hệ thống và luồng làm việc AI hiện có.
Định dạng khóa học
- Bài giảng và thảo luận tương tác.
- Nhiều bài tập và thực hành.
- Triển khai thực tế trong môi trường phòng thí nghiệm trực tuyến.
Tùy chỉnh khóa học
- Để yêu cầu một khóa học tuỳ chỉnh cho khóa này, vui lòng liên hệ với chúng tôi để sắp xếp.
Đề cương khóa học
Giới thiệu về LlamaIndex và việc tăng cường bối cảnh
- Tổng quan về LlamaIndex
- Vai trò của việc tăng cường bối cảnh trong AI
- Lợi ích khi sử dụng LlamaIndex với các mô hình ngôn ngữ lớn (LLMs)
Cài đặt LlamaIndex
- Cài đặt và cấu hình
- Hiểu về kiến trúc và các thành phần
- Các kết nối dữ liệu và việc thu thập
Chỉ mục hóa và truy cập dữ liệu
- Tạo chỉ mục dữ liệu để truy cập hiệu quả
- Cơ chế truy vấn và truy cập bằng ngôn ngữ tự nhiên
- Các biện pháp tốt nhất để cấu trúc dữ liệu
Tích hợp LlamaIndex với các mô hình ngôn ngữ lớn
- Cải thiện các mô hình ngôn ngữ lớn với dữ liệu liên quan đến bối cảnh
- Các bài tập thực hành: Tăng cường khả năng của chatbot và các máy tạo văn bản
- Sửa lỗi và tối ưu hóa
Các trường hợp ứng dụng và nghiên cứu
- Các trường hợp sử dụng trong các ngành công nghiệp khác nhau
- Phân tích các trường hợp triển khai thành công
- Xây dựng giải pháp AI tăng cường bối cảnh
Tóm lược và các bước tiếp theo
Yêu cầu
- Hiểu biết cơ bản về các khái niệm về trí tuệ nhân tạo và học máy
- Thông thạo về các mô hình ngôn ngữ lớn (LLMs)
- Kinh nghiệm về lập trình và xử lý dữ liệu
Đối tượng học
- Các nhà nghiên cứu về trí tuệ nhân tạo
- Các chuyên gia về học máy
- Các nhà khoa học dữ liệu
Khóa học đào tạo mở cần có ít nhất 5 người tham gia.