Урок из полного доступа, первые уроки курса бесплатно Официальный курс Microsoft AI for Beginners на русском
Урок 16 · Текст · ~5 мин

Генерация с поддержкой поиска (RAG) и векторные базы данных

Урок 16 из 22 курса «Генеративный ИИ для начинающих»: официальный курс Microsoft AI for Beginners (Майкрософт) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Примечание AI University. Примеры кода в оригинале курса рассчитаны на Azure OpenAI или GitHub Models. Те же запросы можно отправлять через OpenAI API или другой OpenAI-совместимый сервис: замените клиент, адрес сервиса, название модели и ключ на свои и сверьтесь с документацией выбранного провайдера.

В уроке, посвящённом поисковым приложениям, мы кратко рассмотрели, как интегрировать собственные данные в большие языковые модели (LLM). В этом уроке мы углубимся в концепции привязки ваших данных к приложению LLM, механику этого процесса и методы хранения данных, включая как эмбеддинги, так и текст.

Видео скоро появится

В этом уроке мы рассмотрим следующее:

  • Введение в RAG: что это такое и почему оно используется в ИИ (искусственном интеллекте).
  • Понимание того, что такое векторные базы данных, и создание одной для нашего приложения.
  • Практический пример интеграции RAG в приложение.

После завершения этого урока вы сможете:

  • Объяснить значение RAG в поиске и обработке данных.
  • Настроить приложение RAG и привязать ваши данные к LLM.
  • Эффективно интегрировать RAG и векторные базы данных в приложения LLM.

Для этого урока мы хотим добавить наши собственные заметки в образовательный стартап, что позволит чат-боту получать больше информации по различным предметам. Используя наши заметки, учащиеся смогут лучше учиться и понимать различные темы, что облегчит подготовку к экзаменам. Для создания нашего сценария мы будем использовать:

  • Azure OpenAI: LLM, которую мы будем использовать для создания нашего чат-бота.
  • Урок "ИИ для начинающих" по нейронным сетям: это будут данные, на которых мы будем обучать нашу LLM.
  • Azure AI Search и Azure Cosmos DB: векторная база данных для хранения наших данных и создания поискового индекса.

Пользователи смогут создавать тренировочные тесты по своим заметкам, карточки для повторения и краткие обзоры. Для начала давайте рассмотрим, что такое RAG и как он работает.

Чат-бот на базе LLM обрабатывает промпты пользователей для генерации ответов. Он разработан для интерактивного взаимодействия и общения с пользователями по широкому кругу тем.

Предположим…

План урока

  1. Введение
  2. Наш сценарий: улучшение LLM с помощью собственных данных
  3. Генерация с поддержкой поиска (RAG)
  4. Как работает RAG (генерация с поддержкой поиска)
  5. Зачем использовать RAG?
  6. Создание базы знаний
  7. Векторные базы данных
  8. От текста к эмбеддингам

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы Microsoft 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от Microsoft (3 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Полезные гиды