Свържете се с нас

Съдържание и теми, включени в курса

Въведение в LlamaIndex

  • Разбиране на LlamaIndex и неговата роля в LLM
  • Настройка на LlamaIndex: среда и предпоставки
  • Основи на индексирането на персонализирани данни

LlamaIndex в действие

  • Заявки с LlamaIndex: техники и най-добри практики
  • Изграждане на машини за заявки и чат с LlamaIndex
  • Създаване на интуитивни Streamlit интерфейси за LLM приложения

Разширени функции на LlamaIndex

  • Използване на Retrieval-Augmented Generation (RAG) за подобрено извличане на данни
  • Използване на векторни бази данни за ефективно управление на данните
  • Проектиране и внедряване на агенти в LlamaIndex

Разработване на приложения с LlamaIndex

  • Промпт инженеринг: верига от мисли (chain of thought), ReAct, few-shot prompting
  • Разработване на помощник за документация: LLM приложение от реалния свят
  • Дебъгване и тестване на LLM приложения

Внедряване и мащабиране

  • Внедряване на приложения, базирани на LlamaIndex
  • Мащабиране на LLM приложения за висока производителност
  • Мониторинг и оптимизация на LLM приложения

Етични и практически съображения

  • Ориентиране в етичните последици при LLM приложенията
  • Осигуряване на поверителност и сигурност на данните с LlamaIndex
  • Подготовка за бъдещи развития в LLM технологиите

Обобщение и следващи стъпки

Изисквания

  • Разбиране на програмирането с Python и основни концепции за машинно обучение
  • Опит с API и разработване на приложения
  • Познанията в областта на обработката на естествен език са предимство, но не са задължителни

Аудитория

  • Разработчици
  • Специалисти по данни
 42 Часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории