Schița de curs

Introducere în LlamaIndex

  • Înțelegerea LlamaIndex și rolul său în LLM-uri
  • Configurarea LlamaIndex: mediu și condiții prealabile
  • Noțiuni de bază privind indexarea datelor personalizate

LlamaIndex în acțiune

  • Interogarea cu LlamaIndex: tehnici și cele mai bune practici
  • Construirea motoarelor de interogare și chat cu LlamaIndex
  • Crearea de interfețe intuitive Streamlit pentru aplicațiile LLM

Caracteristici avansate ale LlamaIndex

  • Angajarea generării cu recuperare augmentată (RAG) pentru o recuperare îmbunătățită a datelor
  • Folosirea vectorilor pentru gestionarea eficientă a datelor
  • Proiectarea și implementarea agenților LlamaIndex

Dezvoltarea aplicațiilor cu LlamaIndex

  • Inginerie de stimulare: lanț de gândire, ReAct, stimulare cu câteva lovituri
  • Dezvoltarea unui ajutor de documentare: o aplicație LLM din lumea reală
  • Depanarea și testarea aplicațiilor LLM

Implementarea și scalarea

  • Implementarea aplicațiilor bazate pe LlamaIndex
  • Scalarea aplicațiilor LLM pentru performanțe ridicate
  • Monitorizarea și optimizarea aplicațiilor LLM

Considerații etice și practice

  • Navigarea implicațiilor etice în aplicațiile LLM
  • Asigurarea confidențialității și securității datelor cu LlamaIndex
  • Pregătirea pentru dezvoltările viitoare în tehnologia LLM

Rezumat și pași următori

Cerințe

  • O înțelegere a programării Python și a conceptelor de bază de învățare automată
  • Experiență cu API-uri și dezvoltarea de aplicații
  • Familiarizarea cu procesarea limbajului natural este benefică, dar nu este necesară

Audiență

  • Dezvoltatorii
  • Oameni de știință în domeniul datelor
 42 ore

Numărul de participanți



Pret per participant

Cursuri înrudite

Categorii înrudite