Этот курс разработан, чтобы научить вас эффективно взаимодействовать с текстовыми документами с помощью мощных языковых моделей (LLM). Основное внимание будет уделено работе с PDF-документами, так как это наиболее распространенный формат, используемый в деловой среде. Однако методы, которые вы изучите, можно применять к любому типу текстовых документов.

Курс начнется с построения базовой системы поиска и изучения ее различных компонентов. Затем мы углубимся в более продвинутые методы, такие как перевыставление оценок, расширение запросов, многозапросный поиск и создание гипотетических документов. Мы также рассмотрим, как сочетать семантический поиск с традиционным поиском по ключевым словам, и изучим использование Pyramid Document Retriever для расширения контекста, извлекаемого моделью встраивания.

Цель состоит не только в том, чтобы рассказать вам об этих различных методах, но и в том, когда и почему их использовать. На протяжении всего курса мы будем предоставлять практические примеры кода, чтобы помочь вам реализовать эти методы в ваших собственных проектах. К концу курса у вас будет полностью рабочий Python-пакет, который вы сможете использовать в своей работе.

Целевой аудиторией этого курса являются основатели SaaS, разработчики, руководители и любители. Чтобы максимально использовать этот курс, вам понадобится знание Python. Этот курс поможет вам превратить ваши блестящие идеи в рабочие прототипы и проанализировать тысячи документов за минуты, а не за дни.

В ходе этого курса мы рассмотрим широкий спектр тем, связанных с взаимодействием с текстовыми документами с использованием мощных языковых моделей (LLM). Основное внимание будет уделено работе с PDF-документами, так как это наиболее распространенный формат, используемый в деловой среде.

Мы начнем с построения базовой системы поиска и изучения ее различных компонентов, реализуя их в коде. Затем мы углубимся в более продвинутые методики для улучшения производительности системы поиска, такие как перевыставление оценок, расширение запросов и многозапросный поиск.

Кроме того, мы исследуем методы создания гипотетических документов на основе проблемы, над которой вы работаете, так называемое "создание гипотетических документов". Мы также рассмотрим способы объединения нескольких поисковых запросов для повышения производительности системы поиска, сочетая методы семантического поиска с традиционным поиском по ключевым словам.

Кроме того, мы рассмотрим Pyramid Document Retriever, методику, которая помогает расширить контекст, извлекаемый моделью встраивания.

На протяжении всего курса основное внимание будет уделено не только пониманию этих различных методов, но и тому, когда и почему их использовать. Мы предоставим практические примеры кода, чтобы продемонстрировать, как применять эти методы в различных сценариях.

Курс будет охватывать эти темы, но поскольку область поиска и генерации с использованием LLM постоянно развивается, курс будет обновляться новыми лекциями и темами со временем.

Этот курс разработан, чтобы предоставить вам практические навыки и знания для использования мощных языковых моделей (LLM) во взаимодействии с текстовыми документами, особенно PDF-файлами. Как участник, вы научитесь строить надежные системы поиска, применять продвинутые методы, такие как перевыставление оценок, расширение запросов и многозапросный поиск, а также исследовать методы создания гипотетических документов на основе ваших конкретных потребностей.

Преподаватель, имеющий степень доктора философии и более 7 лет опыта работы в отрасли в качестве руководителя команд машинного обучения и искусственного интеллекта, обладает сильной технической подготовкой и страстью к открытым проектам. Они создали системы, питающие десятки тысяч потребительских устройств, и разработали один из самых популярных открытых проектов RAG, Local GPT, который имеет более 19 000 звезд на GitHub.

Присоединившись к этому курсу, вы сможете повысить свои навыки, внести инновации в свою область и установить связи с сообществом единомышленников. Курс предоставит вам полностью рабочий Python-пакет, который вы сможете использовать в своих собственных проектах, и вы получите доступ к специальному каналу на сервере Prompt Engineering Discord, где сможете напрямую общаться с преподавателем и другими практикующими специалистами по темам, охватываемым в курсе, и не только.

Курс будет в основном сосредоточен на использовании мощных языковых моделей (LLM) и моделей встраивания от OpenAI. Причина этого в том, что API OpenAI предоставляет простой и прямолинейный способ быстрого создания прототипов.

Однако в заключительной части курса мы также исследуем, как использовать локальные LLM и модели встраивания для запуска всей системы локально, без использования каких-либо внешних API. Это даст вам гибкость использовать модели по вашему выбору и запускать систему полностью автономно.

Специфические модели, которые мы будем использовать, включают:

• GPT-3 OpenAI и другие LLM для различных задач генерации и понимания текста
• Модели встраивания OpenAI для создания семантических представлений текста
• Локальные LLM и модели встраивания, такие как модели от Hugging Face, для обеспечения полностью автономных развертываний

К концу курса у вас будет глубокое понимание того, как использовать эти модели для построения мощных приложений для обработки текстовых документов, и у вас будет полностью рабочий Python-пакет, который вы сможете использовать в своих собственных проектах.

Этот курс "Beyond Basics" разработан, чтобы вооружить вас знаниями и навыками для эффективного взаимодействия с текстовыми документами с помощью мощных языковых моделей (LLM). Будь вы основателем SaaS, разработчиком, руководителем или любителем, этот курс предоставит вам практические методы для превращения ваших идей в рабочие прототипы и анализа огромного количества документов за долю времени.

На протяжении всего курса мы будем охватывать широкий спектр тем, включая построение базовой системы поиска, продвинутые методы, такие как перевыставление оценок, расширение запросов и многозапросный поиск. Мы также исследуем встраивание документов и способы сочетания семантического поиска с традиционным поиском по ключевым словам. Кроме того, мы углубимся в использование Pyramid Document Retriever для расширения контекста, извлекаемого моделью встраивания.

Фокус этого курса - не только понимание этих методов, но и когда и почему их использовать. Вам будут предоставлены практические примеры кода, чтобы помочь вам реализовать эти стратегии в ваших собственных проектах. Кроме того, вы получите полностью рабочий Python-пакет, который сможете использовать в своих будущих начинаниях.

Курс будет первоначально охватывать эти основные темы, но поскольку область поиска и генерации (RAG) постоянно развивается, курс будет обновляться новыми лекциями и контентом, чтобы вы оставались в курсе последних достижений.

Преподаватель, имеющий степень доктора философии и более семи лет опыта работы в отрасли в качестве руководителя команд машинного обучения и искусственного интеллекта, увлечен открытыми проектами и создал один из самых популярных открытых проектов RAG, Local GPT, с более чем 19 000 звезд на GitHub. У вас будет возможность напрямую взаимодействовать с преподавателем и другими практикующими специалистами через специальный канал на сервере Prompt Engineering Discord, что позволит вам повысить свои навыки, внести инновации в свою область и установить связи с сообществом единомышленников.

Присоединяйтесь к нам в этом захватывающем путешествии по овладению искусством взаимодействия с текстовыми документами с помощью мощных языковых моделей и откройте для себя новые возможности в своей области.