jjhgwx

Khi xây dựng hệ thống RAG (Retrieval-Augmented Generation: Tạo sinh tăng cường truy xuất) dựa trên AI tạo sinh hoặc LLM mà không đạt được hiệu suất mong muốn và không có giải pháp thích hợp, thì phải làm sao?

Khóa học này sẽ trình bày các phương pháp cải thiện hiệu suất RAG dựa trên lý thuyết Cognitive Load (Tải trọng nhận thức). Thông qua khóa học này, bạn có thể hiểu được giới hạn của cửa sổ ngữ cảnh LLM và cách quản lý Cognitive Load một cách hiệu quả trong hệ thống RAG. Đây là một khóa học lý thuyết cấp độ thực tiễn, bao gồm các chủ đề như kích thước và thiết kế cấu trúc Chunk, kỹ thuật tạo Chunk chất lượng cao, tối ưu hóa động, đánh giá hiệu suất và các kỹ thuật thực chiến.

arigaram

Kỹ thuật quản lý tải nhận thức vượt giới hạn hiệu suất RAG

Tôi vui vì buổi học зда như đã bổ ích.

컨텍스트창관리

chunk전략설계

rag시스템구축

llm성능평가및튜닝

동적최적화

입문

초급

중급이상

챗지피티

ChatGPT

대규모 언어 모델

검색증강생성

[Cơ bản 1] Giới thiệu bài giảng và các khái niệm cơ bản

(Chưa xác định lịch đăng) Thực hành triển khai mã nguồn của [Cơ bản 1]

[Cơ bản 2] Giới hạn của cửa sổ ngữ cảnh và mã thông báo (token)

(Chưa quyết định lịch đăng) Thực hành triển khai mã nguồn của [Cơ bản 2]

[Cơ bản 3] Chiến lược Chunking: Kích thước và cấu trúc của các đoạn thông tin (chunk)

(Dự kiến: Chưa quyết định lịch trình) Thực hành triển khai mã nguồn của [Cơ bản 3]

[Cơ bản 4] Kỹ thuật tạo chunk chất lượng cao

(Chưa quyết định lịch đăng) Thực hành triển khai mã nguồn của [Cơ bản 4]

[Cơ bản 5] Tích hợp đường ống RAG giai đoạn 1: Tiền xử lý

(Chưa quyết định lịch đăng) Thực hành triển khai mã nguồn của [Cơ bản 5]

[Cơ bản 6] Tích hợp RAG Pipeline Giai đoạn 2: Truy xuất (Tìm kiếm tương đồng và Lọc)

(Chưa xác định lịch đăng) Thực hành triển khai mã nguồn của [Cơ bản 6]

[Cơ bản 7] Tích hợp RAG Pipeline giai đoạn 3: Tái cấu trúc Chunk và thiết kế lại Prompt

(Lịch đăng chưa xác định) Thực hành triển khai mã nguồn của [Cơ bản 7]

[Cơ bản 8] Tích hợp quy trình RAG bước 4: Tạo câu trả lời LLM và hậu xử lý

(Chưa quyết định lịch đăng) Thực hành triển khai mã nguồn của [Cơ bản 8]

[Cơ bản 9] 5 bước tích hợp RAG pipeline: Kiểm tra hiện tượng ảo giác và chiến lược tái nhập liệu

(Chưa quyết định lịch đăng) Thực hành triển khai mã nguồn của [Cơ bản 9]

[Cơ bản 10] Thực hành tích hợp RAG pipeline: Xây dựng hệ thống RAG trả lời các câu hỏi đơn giản

(Chưa xác định lịch đăng) Thực hành triển khai mã nguồn của [Cơ bản 10]

[Nâng cao 1] Tối ưu hóa động: Đánh giá độ phức tạp của câu hỏi

(Chưa quyết định lịch đăng) Luyện tập triển khai mã nguồn của [Nâng cao 1]

[Nâng cao 2] Tối ưu hóa động: Thuật toán điều chỉnh kích thước chunk động

(Chưa quyết định lịch đăng) Thực hành triển khai mã nguồn cho [Nâng cao 2]

[Nâng cao 3] Tối ưu hóa động: Điều chỉnh tham số tóm tắt thích ứng

(Lịch đăng chưa xác định) Thực hành triển khai mã nguồn của [Nâng cao 3]

[Nâng cao 4] Tối ưu hóa động: Quản lý tích lũy ngữ cảnh trong hội thoại đa lượt (Multi-turn) I

[Nâng cao 4] Tối ưu hóa động: Quản lý tích lũy ngữ cảnh trong hội thoại đa lượt (Multi-turn) II

(Đang đăng bài) [Nâng cao 4] Tối ưu hóa động: Quản lý tích lũy ngữ cảnh trong hội thoại đa lượt (Multi-turn) III

(Lịch đăng chưa xác định) [Nâng cao 4] Tối ưu hóa động: Quản lý tích lũy ngữ cảnh trong hội thoại đa lượt (Multi-turn) III

(Chưa quyết định lịch đăng) Thực hành triển khai mã nguồn của [Nâng cao 4]

[Nâng cao 5] Tối ưu hóa động: Giám sát hệ thống và thiết kế vòng lặp phản hồi

(Lịch đăng chưa xác định) Thực hành triển khai mã nguồn của [Nâng cao 5]

[Nâng cao 6] Đánh giá hiệu suất: Đo lường độ nhạy (Recall) và độ chính xác (Precision)

(Chưa xác định lịch đăng) Luyện tập triển khai mã nguồn của [Nâng cao 6]

[Nâng cao 7] Đánh giá hiệu năng: Phân tích độ trễ và phân tích chi phí

(Chưa quyết định lịch đăng) Thực hành triển khai mã nguồn của [Nâng cao 7]

[Nâng cao 8] Đánh giá hiệu suất: Chỉ số hiệu quả sử dụng token

(Chưa xác định lịch đăng) Thực hành triển khai mã nguồn của [Nâng cao 8]

[Nâng cao 9] Đánh giá hiệu suất: Phương pháp luận đánh giá mức độ hài lòng của người dùng

(Chưa quyết định lịch đăng) Thực hành triển khai mã nguồn của [Nâng cao 9]

[Nâng cao 10] Đánh giá hiệu suất: Kiểm chứng chiến lược thông qua thử nghiệm A/B

(Chưa quyết định lịch đăng) Thực hành triển khai mã nguồn của [Nâng cao 10]

[Nâng cao 11] Triển vọng công nghệ: Thách thức nghiên cứu tối ưu hóa Chunk hoàn toàn tự động

(Chưa quyết định lịch đăng) Thực hành triển khai mã nguồn của [Nâng cao 11]

[Nâng cao 12] Triển vọng công nghệ: Tích hợp bộ nhớ dài hạn

(Chưa quyết định lịch đăng) Thực hành triển khai mã nguồn của [Nâng cao 12]

[Nâng cao 13] Triển vọng công nghệ: Kịch bản RAG dựa trên tài liệu quy mô lớn

(Chưa quyết định lịch đăng) Thực hành triển khai mã nguồn của [Nâng cao 13]

[Nâng cao 14] Triển vọng công nghệ: Xử lý thông tin đa phương thức (Multimodal)

(Chưa quyết định lịch đăng) Thực hành triển khai mã nguồn của [Nâng cao 14]

[Dự án 1] Lựa chọn chủ đề dự án và lập kế hoạch

[Dự án 2] Xây dựng đường ống (pipeline) để thu thập và tiền xử lý dữ liệu

(Chưa quyết định lịch đăng) Thực hành triển khai mã nguồn cho [Dự án 2]

[Dự án 3] Thiết kế và triển khai chiến lược Chunking

(Lịch đăng chưa xác định) Thực hành triển khai mã nguồn cho [Dự án 3]

[Dự án 4] Tích hợp và điều phối hệ thống RAG

(Chưa xác định lịch đăng) Thực hành triển khai mã nguồn cho [Dự án 4]

[Dự án 5] Đánh giá hiệu suất và lập báo cáo đánh giá

(Chưa quyết định lịch đăng) Thực hành triển khai mã nguồn cho [Dự án 5]

[Dự án 6] Thuyết trình cuối kỳ và Review mã nguồn

(Chưa xác định lịch đăng) Luyện tập triển khai mã nguồn cho [Project 6]

(Chưa quyết định lịch đăng) Bổ sung cho [Cơ bản 3]