このコースは、大規模言語モデル(LLM)の力を使って、テキストベースのドキュメントを効果的に操作する方法を教えるように設計されています。焦点は、ビジネス界で最も一般的な形式であるPDFドキュメントの操作に置かれます。ただし、学習する技術は、あらゆるタイプのテキストベースのドキュメントに適用できます。

コースは、基本的な検索パイプラインの構築と、その各コンポーネントの探索から始まります。そこから、再ランキング、クエリ拡張、マルチクエリ検索、仮想ドキュメントエンベディングなどの高度な技術に深く掘り下げていきます。また、セマンティック検索と従来のキーワード検索を組み合わせる方法や、エンベディングモデルによって取得されたコンテキストを拡張するためのピラミッドドキュメント検索器の使用についても取り上げます。

目的は、これらの異なる技術を単に教えるだけでなく、それらを使う時期と理由についても説明することです。コース全体を通して、これらの技術をご自身のプロジェクトに実装するための実践的なコード例を提供します。コースの終了時には、ご自身の仕事で使用できる完全に機能するPythonパッケージを手に入れることができます。

このコースの対象者は、SaaSの創業者、開発者、エグゼクティブ、趣味家です。このコースを最大限に活用するには、Pythonの基礎知識が必要です。このコースは、あなたの素晴らしいアイデアを実用的なプロトタイプに変え、数日ではなく数分で数千ものドキュメントを分析することができます。

このコースでは、大規模言語モデル(LLM)の力を使ってテキストベースのドキュメントを操作する幅広いトピックを扱います。焦点は、ビジネス界で最も一般的な形式であるPDFドキュメントの操作に置かれます。

我々は、基本的な検索パイプラインを構築し、そのさまざまなコンポーネントを探索し、コードで実装することから始めます。そこから、再ランキング、クエリ拡張、マルチクエリ検索などの高度な手法を使って、検索パイプラインのパフォーマンスを向上させる方法に深く掘り下げていきます。

さらに、「仮想ドキュメントエンベディング」と呼ばれる、取り組んでいる問題に基づいて仮想ドキュメントを生成する手法を探求します。また、セマンティック検索とキーワード検索を組み合わせて、検索パイプラインのパフォーマンスを向上させる方法についても見ていきます。

さらに、エンベディングモデルによって取得されたコンテキストを拡張するピラミッドドキュメント検索器について説明します。

コース全体を通して、これらの異なる手法を理解するだけでなく、それらを使う時期と理由についても焦点を当てます。さまざまなシナリオでこれらの手法を適用する方法を示す実践的なコード例を提供します。

このコースは、大規模言語モデル(LLM)の力を活用してテキストベースのドキュメント、特にPDFを操作する実践的なスキルと知識を提供するように設計されています。参加者の皆さまは、堅牢な検索パイプラインの構築、再ランキング、クエリ拡張、マルチクエリ検索などの高度な手法の適用、そして特定のニーズに基づいた仮想ドキュメントの生成方法を学習することができます。

インストラクターは、機械学習およびAIチームのリーダーとして7年以上の業界経験を持ち、PhD取得者であり、オープンソースプロジェクトに情熱を注いでいます。彼らは数万台の消費者向けデバイスを動かすシステムを構築し、19,000以上のスターを獲得した人気のオープンソースRAGプロジェクト「Local GPT」を立ち上げました。

このコースに参加することで、スキルを向上させ、自分の分野で革新を起こし、志を同じくする専門家コミュニティとつながる機会が得られます。コースでは、ご自身のプロジェクトで使用できる完全に機能するPythonパッケージを提供し、インストラクターや他の受講生と直接チャットできるPrompt Engineering Discordサーバーのデディケートチャンネルにアクセスできます。

このコースは主に、OpenAIのLLMおよびエンベディングモデルの使用に焦点を当てます。その理由は、OpenAIのAPIが迅速にプロトタイプを構築できる簡単で直接的な方法を提供しているためです。

ただし、コースの後半では、外部APIに依存することなく、ローカルのLLMおよびエンベディングモデルを使ってエンタイアなパイプラインを実行する方法についても探求します。これにより、お好みのモデルを使用し、完全にオフラインでシステムを実行できるようになります。

使用するモデルは以下のとおりです。

• テキスト生成およびテキスト理解タスクのためのOpenAIのGPT-3およびその他のLLM
• テキストのセマンティック表現を生成するためのOpenAIのエンベディングモデル
• オフラインデプロイメントを可能にするHugging FaceなどのローカルLLMおよびエンベディングモデル

コースの終了時には、これらのモデルを活用してパワフルなテキストベースのドキュメント処理アプリケーションを構築する方法を理解し、ご自身のプロジェクトで使用できる完全に機能するPythonパッケージを手に入れることができます。

この「Beyond Basics」コースは、大規模言語モデル(LLM)の力を使ってテキストベースのドキュメントを効果的に操作する知識とスキルを身につけるように設計されています。SaaSの創業者、開発者、エグゼクティブ、趣味家の方々を対象に、アイデアを実用的なプロトタイプに変え、膨大なドキュメントを短時間で分析する実践的な手法を提供します。

コースでは、基本的な検索パイプラインの構築、再ランキング、クエリ拡張、マルチクエリ検索などの高度な手法、ドキュメントエンベディング、セマンティック検索とキーワード検索の組み合わせ、ピラミッドドキュメント検索器の使用など、幅広いトピックを扱います。

これらの手法を理解するだけでなく、それらを使う時期と理由についても焦点を当てます。ご自身のプロジェクトでこれらの戦略を実装するための実践的なコード例を提供します。さらに、今後の取り組みで活用できる完全に機能するPythonパッケージも提供します。

コースではこれらの中心的なトピックを最初に扱いますが、検索および生成(RAG)の分野は絶えず進化しているため、最新の進歩に合わせてコースに新しい講義とコンテンツが追加されていきます。

インストラクターは、PhD取得者であり、機械学習およびAIチームのリーダーとして7年以上の業界経験を持ち、オープンソースに情熱を注いでいます。Local GPTという人気の高いオープンソースRAGプロジェクトを立ち上げ、GitHub上で19,000以上のスターを獲得しています。Prompt Engineering Discordサーバーのデディケートチャンネルを通じて、インストラクターや同じ志を持つ実践者と直接交流する機会が得られます。これにより、スキルの向上、分野での革新、専門家コミュニティとのつながりを深めることができます。

LLMの力を使ってテキストベースのドキュメントを操作する技術を習得し、新しい可能性を開拓するこの旅に、ぜひご参加ください。