(Inggris) The Reformation and the Reformation Movements (Inggrek)

Model Bahasa Besar seringkali kekurangan pengetahuan spesifik, tepat waktu, atau bersifat pribadi. Kursus ini mengajarkan Anda cara menjembatani kesenjangan tersebut dengan menggunakan teknik Retrieval-Augmented Generation (RAG). Pada akhir kursus ini, Anda akan memahami arsitektur sistem RAG modern dan memiliki keterampilan praktis untuk membangun, menguji, dan menerapkan aplikasi AI berbasis data Anda sendiri menggunakan alat standar industri seperti LangChain dan Streamlit. Apa yang akan kau pelajari: * Mengerti komponen inti dari RAG, termasuk indeksasi, pencarian dokumen, dan penciptaan respon. * Praktik efektif data chunking strategi dan teknik embedding untuk basis pengetahuan khusus. * Implementasi RAG workflow menggunakan kerangka kerja orkestrasi LangChain untuk menghubungkan komponen dengan mulus. * Konfigurasi prompt template untuk memastikan relevansi konteks dan instruksi berikut untuk keluaran yang akurat. * Bangun antarmuka pengguna untuk aplikasi RAG Anda menggunakan kerangka kerja Streamlit. * Terapkan metode evaluasi dasar untuk menilai relevansi dan kesetiaan dari jawaban yang dihasilkan. Bahan dimulai dengan mendefinisikan terminologi RAG dan konsep dasar, kemudian transisi ke latihan praktis yang berfokus pada pendirian pipa data, mengintegrasikan Model Bahasa Besar, dan mengembangkan front-end interaktif. Kursus ini dirancang untuk pemula yang memiliki pengetahuan dasar Python dan ingin memasuki bidang AI terapan. Tidak diperlukan pengalaman sebelumnya dengan LangChain, Streamlit, atau LLM deployment. Mulailah menguasai keterampilan praktis yang diperlukan untuk membangun generasi berikutnya dari alat AI yang sadar pengetahuan.