In diesem Modul lernen Sie die Grundlagen der Retrieval-Augmented Generation (RAG) kennen und erfahren, wie sie angewendet wird, um genauere und kontextbezogene Antworten in Anwendungen wie Chatbots und intelligenten KI-Agenten zu generieren. Sie lernen den kompletten RAG-Prozess kennen, einschließlich der Integration mit LangChain zum Aufbau modularer und skalierbarer KI-Lösungen. Das Modul deckt Schlüsselkomponenten wie DPR (Dense Passage Retrieval) ab, das einen Kontextencoder und einen Fragencoder verwendet, die jeweils mit Tokenizern gepaart sind, um Text in ein maschinenlesbares Format zu konvertieren. Außerdem wird die Facebook AI similarity search (FAISS)-Bibliothek vorgestellt, die von Facebook AI Research entwickelt wurde, um effiziente Ähnlichkeitssuchen in hochdimensionalen Vektorräumen durchzuführen. Darüber hinaus werden Sie praktische Erfahrungen durch Übungen sammeln, die sich auf die Implementierung von RAG-basierten Systemen unter Verwendung von zwei wichtigen maschinellen Lernsystemen konzentrieren: Hugging Face, um Informationen aus Datensätzen abzurufen, und PyTorch, um die Relevanz von Inhalten zu bewerten und sinnvolle Antworten zu generieren.

In diesem Modul lernen Sie In-Context-Lernen und fortgeschrittene Prompt-Engineering-Techniken kennen, um Prompts zu entwerfen und zu verfeinern, die relevante und genaue KI-Antworten erzeugen. Anschließend lernen Sie das LangChain-Framework kennen, eine Open-Source-Schnittstelle, die die Entwicklung von KI-Anwendungen mit großen Sprachmodellen (LLMs) vereinfacht. Zu den behandelten Schlüsselkonzepten gehören die Werkzeuge, Komponenten und Chat-Modelle von LangChain sowie Prompt-Vorlagen, Beispiel-Selektoren und Output-Parser. Sie werden auch LangChain's Document Loader und Retriever, Ketten und Agenten untersuchen, um intelligente Anwendungen zu erstellen. Durch praktische Übungen werden Sie diese Konzepte anwenden, um LLM-Anwendungen zu verbessern und einen KI-Agenten zu entwickeln, der LLM, LangChain und RAG für eine interaktive und effiziente Dokumentenabfrage integriert. Zusätzlich stehen ein umfassender Spickzettel und ein Glossar zur Verfügung, um Ihr Lernen zu verstärken.