Course Outline

Εισαγωγή στο LlamaIndex και στο Context Augmentation

  • Επισκόπηση του LlamaIndex
  • Ο ρόλος της αύξησης του πλαισίου στην τεχνητή νοημοσύνη
  • Οφέλη από τη χρήση του LlamaIndex με LLMs

Ρύθμιση του LlamaIndex

  • Εγκατάσταση και διαμόρφωση
  • Κατανόηση της αρχιτεκτονικής και των στοιχείων
  • Συνδέσεις δεδομένων και απορρόφηση

Ευρετηρίαση δεδομένων και Access

  • Δημιουργία ευρετηρίων δεδομένων για αποτελεσματική πρόσβαση
  • Μηχανές ερωτημάτων και πρόσβαση σε φυσική γλώσσα
  • Βέλτιστες πρακτικές για τη δόμηση δεδομένων

Ενσωμάτωση του LlamaIndex με τα LLMs

  • Βελτίωση των LLM με δεδομένα σχετικά με τα συμφραζόμενα
  • Πρακτικές ασκήσεις: Επαύξηση chatbots και δημιουργών κειμένου
  • Αντιμετώπιση προβλημάτων και βελτιστοποίηση

Σενάρια Εφαρμογών και Μελέτες Περιπτώσεων

  • Θήκες χρήσης σε διάφορες βιομηχανίες
  • Ανασκόπηση επιτυχημένων υλοποιήσεων
  • Δημιουργία μιας λύσης τεχνητής νοημοσύνης με επαυξημένη βάση

Περίληψη και Επόμενα Βήματα

Requirements

  • Βασική κατανόηση των εννοιών AI και μηχανικής μάθησης
  • Εξοικείωση με Large Language Models (LLMs)
  • Εμπειρία στον προγραμματισμό και τη διαχείριση δεδομένων

Ακροατήριο

  • Ερευνητές AI
  • Επαγγελματίες μηχανικής μάθησης
  • Επιστήμονες δεδομένων
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories