AI Engineer: Zaawansowany hybrydowy RAG
Ten moduł jest częścią kursu: AI Engineer
Samo wyszukiwanie wektorowe nie wystarcza. Ten moduł pokazuje, jak łączyć wyszukiwanie semantyczne z pełnotekstowym, scalać wyniki i poprawiać ich kolejność, aby model dostawał najlepszy możliwy kontekst do odpowiedzi.
Czego się nauczysz
- Wyszukiwania pełnotekstowego i łączenia go z semantycznym
- Scalania list wyników algorytmem rangowym
- Ponownego oceniania wyników modelem rerankującym
- Budowania pełnego łańcucha: pytanie, wyszukiwanie, odpowiedź ze źródłami
- Oceny jakości wyszukiwania
Co obejmuje moduł
- Materiał w formie PDF z wyjaśnieniem zagadnień i przykładami kodu
- Zadanie do samodzielnego wykonania w repozytorium GitHub, sprawdzane w code review
- Kolejny etap projektu przewodniego, który można wykorzystać w portfolio
- Omówienie dobrych praktyk i najczęściej popełnianych błędów w code review
Dla kogo jest ten moduł
Dla osób, które chcą przejść od prostego dema „czat z dokumentem” do systemu RAG o jakości produkcyjnej, szukają projektu do portfolio na odpowiednim poziomie trudności i wolą mieć wiedzę uporządkowaną w jednym miejscu, z możliwością konsultacji podczas code review.
