|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/haystack-training-course-customizable-llm-pipelines-genai-tools/
课程评论：没有评论
**课程名称：** Haystack - 构建和评估 Agentic 生成式 AI 管道 **课程概述：** 本课程是关于 Haystack 的一项综合性学习计划，Haystack 是一个端到端的框架，能够支持生成式 AI (GenAI) 项目的整个生命周期。无论您的目标是文档搜索、检索增强生成 (RAG)、问答还是答案生成，Haystack 都能帮助您协调最先进的嵌入模型和大型语言模型 (LLM)，将它们构建成管道，从而开发端到端的自然语言处理 (NLP) 应用并解决您的具体用例。 本课程内容涵盖从入门到高级的各个层面，旨在快速教授您如何利用 Haystack 2.0 库来开发 LLM 应用。您将获得必要的专业知识和见解，以便在广泛的领域中创建最先进的 LLM 解决方案。 **您将学到：** * **Haystack 基础：** 通过学习 Haystack 的组件，理解 Haystack 2.0 的基本原理，并通过实际示例掌握 Haystack 的理论知识。 * **实际应用：** 将 Haystack 组件应用于实际世界的应用中。 * **提示工程：** 学习各种提示工程技术，包括零样本 (Zero Shot)、少样本 (Few Shot) 和思维链 (Chain of Thought)。 * **RAG 管道：** 深入了解 RAG（检索增强生成）以及向量数据库 (Vector Store) 的概念。 * **Haystack 2.0 概念：** 熟悉 Haystack 2.0 的核心概念，如管道 (Pipelines)、组件 (Components)、文档存储 (Document Store)、检索器 (Retrievers) 和评估器 (Evaluators)。 * **高级检索技术：** 掌握 Filter Retriever、基于稀疏关键词的检索器 (Sparse Keyword Based Retriever)、基于密集嵌入的检索器 (Dense Embedding Retriever) 以及稀疏嵌入检索器（如 SPLADE - Sparse Lexical and Expansion Model）。 * **基于模型的评估：** 学习使用模型进行评估，包括忠实度评估器 (Faithfulness Evaluator - LLM-As-A-Judge)、SAS 评估器和上下文相关性评估器 (Context Relevance Evaluator)。 * **Haystack 2.0 高级主题：** 探索 Re-Ranker、混合检索器 (Hybrid Retriever)、高级过滤、自我纠错循环 (Self Correcting Loops)、使用 OpenAI 的函数调用实现会话/Agentic 管道、LLM-As-A-Judge 以及基于模型的评估。 * **React Prompt 和 FastRAG：** 构建多 Agentic 管道，并结合 React Prompt 进行开发。 在整个课程期间，您将通过实践练习和真实世界的项目来巩固所学概念和方法。完成课程后，您将熟练掌握使用 Haystack 为广泛的用例开发强大、高效且适应性强的 LLM 应用。 **谁应该参加：** * AI 开发者 * 数据科学家 * 希望掌握使用 Haystack 构建生成式 AI 应用技能的业务领导者
Haystack is an end-to-end framework that accompanies you in every step of the GenAI project life cycle. Whether you want to perform document search, retrieval-augmented generation (RAG), question answering, or answer generation, Haystack can orchestrate state-of-the-art embedding models and LLMs into pipelines to build end-to-end NLP applications and solve your use case.This beginner to advanced all-encompassing course aims to swiftly show you how to leverage the Haystack 2.0 library for LLM applications. You will acquire the expertise and insights required to create state-of-the-art LLM solutions across a wide array of subjects.What you'll learn:Haystack Foundations: Understand fundamentals of Haystack2.0 by learning Haystack components. Haystack theory with hands on exampleReal-World Applications: Implement Haystack components with real world applicationsPrompt Engineering: Learn prompt engineering techniques - Zero Shot, Few Shot and Chain of ThoughtRAG Pipeline: Learn about RAG, Vector storeHaystack 2.0 Concepts: Pipelines, Components, Document Store, Retrievers, EvaluatorsAdvanced Retrieval Techniques: Filter Retriever, Sparse Keyword Based Retriever, Dense Embedding Retriever and Sparse Embedding Retriever - SPLADE(Sparse Lexical and Expansion Model)Model Based Evaluators - Faithfulness Evaluator(LLM-As-A-Judge), SAS Evaluator, Context Relevance EvaluatorHaystack 2.0 Advance Topics: Re-Ranker, Hybrid Retriever, Advanced Filtering, Self Correcting Loops, Conversation/Agentic Pipeline using OpenAI's function calling, LLM-As-A-Judge, Model Based EvaluationReact Prompt and FastRAG: Build Multi Agentic pipelines with React Prompt During the course, you will engage in practical exercises and real-world projects to solidify your grasp of the concepts and methods discussed. By the course's conclusion, you will be skilled in utilizing Haystack to develop robust, efficient, and adaptable LLM applications for a broad range of uses.Who Should Enroll:AI developers, data scientists, business leaders looking to acquire skills in building generative AI-based applications with Haystack
