KI-Ingenieur-Grundlagen: Retrieval-Augmented Generation

Standardmäßige große Sprachmodelle sind durch ihre Trainingsdaten begrenzt, aber Retrieval-Augmented Generation (RAG) ermöglicht ihnen den Zugriff auf aktuelle, proprietäre Informationen. In diesem textbasierten Kurs lernen Sie, wie Sie die Lücke zwischen statischen Modellen und dynamischen Datenquellen schließen, um intelligente, kontextsensitive KI-Anwendungen zu erstellen.Sie werden vom Verständnis der grundlegenden generativen KI-Einschränkungen zum Einsatz robuster, datenverbundener Systeme übergehen. Was Sie lernen werden: - Verstehen Sie die Kernarchitektur von RAG-Systemen und wie sie Standardsprachenmodelle verbessern - Verarbeiten, chunk und betten Sie unstrukturierte Textdaten in semantische Vektorräume ein - Abfrage von Vektordatenbanken, um relevanten Kontext für Benutzeranfragen abzurufen - Implementieren Sie erweiterte Abrufstrategien, einschließlich Neuordnung und Metadatenfilterung - Erkunden Sie moderne multimodale RAG-Konzepte, um sowohl Text- als auch Bilddaten zu verarbeiten - Bewerten und testen Sie die Genauigkeit und Sicherheit Ihrer Retrieval-augmented Outputs Sie lernen zunächst die wesentlichen Begriffe der KI-Technik und grundlegende Datenkonzepte kennen, bevor Sie Schritt für Schritt mit der Implementierung beginnen. Dieser Kurs richtet sich an Softwareentwickler und technisch versierte Anfänger, die in den KI-Bereich einsteigen möchten.