Đề cương khóa học

Giới thiệu về LlamaIndex

  • Hiểu về LlamaIndex và vai trò của nó trong LLM
  • Thiết lập LlamaIndex: môi trường và các điều kiện tiên quyết
  • Những kiến thức cơ bản về lập chỉ mục dữ liệu tùy chỉnh

LlamaIndex trong Thực tế

  • Truy vấn với LlamaIndex: kỹ thuật và các phương pháp hay nhất
  • Xây dựng công cụ truy vấn và trò chuyện với LlamaIndex
  • Tạo giao diện Streamlit trực quan cho các ứng dụng LLM

Các Tính năng Nâng cao của LlamaIndex

  • Sử dụng tạo sinh tăng cường truy xuất (RAG) để nâng cao khả năng truy xuất dữ liệu
  • Tận dụng vectorstore để quản lý dữ liệu hiệu quả
  • Thiết kế và triển khai các tác nhân LlamaIndex

Phát triển Ứng dụng với LlamaIndex

  • Kỹ thuật nhắc lệnh: chuỗi suy nghĩ, ReAct, nhắc lệnh few-shot
  • Phát triển một trợ lý tài liệu: một ứng dụng LLM thực tế
  • Gỡ lỗi và kiểm tra các ứng dụng LLM

Triển khai và Mở rộng

  • Triển khai các ứng dụng dựa trên LlamaIndex
  • Mở rộng các ứng dụng LLM để đạt hiệu suất cao
  • Giám sát và tối ưu hóa các ứng dụng LLM

Các Vấn đề Đạo đức và Thực tiễn

  • Điều hướng các hàm ý về đạo đức trong các ứng dụng LLM
  • Đảm bảo quyền riêng tư và bảo mật dữ liệu với LlamaIndex
  • Chuẩn bị cho các phát triển trong tương lai của công nghệ LLM

Tóm tắt và Các Bước Tiếp theo

Requirements

  • Hiểu biết về lập trình Python và các khái niệm học máy cơ bản
  • Có kinh nghiệm với API và phát triển ứng dụng
  • Quen thuộc với xử lý ngôn ngữ tự nhiên là một lợi thế nhưng không bắt buộc

Đối tượng

  • Nhà phát triển
  • Nhà khoa học dữ liệu
 42 Hours

Number of participants


Price per participant

Provisional Upcoming Courses (Require 5+ participants)

Related Categories