inflearn logo

Hướng dẫn hoàn chỉnh về thiết kế RAG thực tiễn: Classic RAG → GraphRAG → Agentic RAG

Học các nguyên lý cốt lõi và cách triển khai thực tế của Classic RAG, Graph RAG và Agentic RAG. Thiết kế hệ thống định tuyến động nhằm tối ưu hóa hiệu quả sử dụng token và độ trễ, đồng thời xây dựng hệ thống bộ nhớ dài hạn kết hợp khả năng suy luận mạng lưới quan hệ của GraphRAG với vòng lặp tự đánh giá của Agentic RAG. Đây là lộ trình hoàn thiện năng lực thiết kế kiến trúc RAG nâng cao, có thể áp dụng ngay vào thực tiễn.

(4.8) 6 đánh giá

40 học viên

Độ khó Trung cấp trở lên

Thời gian Không giới hạn

React
React
AI
AI
RAG
RAG
AI Agent
AI Agent
React
React
AI
AI
RAG
RAG
AI Agent
AI Agent

Đánh giá từ những học viên đầu tiên

4.8

5.0

tata

32% đã tham gia

Thật tuyệt vời khi có thể hiểu được sự thay đổi mô hình của RAG và khái niệm hệ thống hybrid, đồng thời học hỏi thêm các phương pháp tối ưu hóa RAG.

5.0

유진

89% đã tham gia

Đây là một bài giảng tuyệt vời giúp bạn hiểu rõ về các xu hướng mới của RAG cũng như toàn bộ kiến trúc của nó. Lúc đầu, tôi cứ gật gù hiểu hết trong đầu, nhưng khi kết thúc mỗi phần, tôi lại cảm thấy trống rỗng và tự hỏi "Ơ, phải làm thế nào nhỉ?". Tuy nhiên, khi thấy giảng viên phản hồi và cập nhật ngay lập tức những ý kiến đóng góp cũng như yêu cầu cải thiện của mình, tôi một lần nữa cảm nhận được đây là một giảng viên giỏi và một khóa học chất lượng. Mỗi phần đều được bổ sung thêm mã thực hành và nội dung riêng biệt nên tôi càng mong đợi hơn vào bài giảng này. Nội dung rất hay, giải thích dễ hiểu và phản hồi cũng rất nhanh chóng, vì vậy tôi cực kỳ đề xuất các bạn nên tham gia khóa học này!

Bạn sẽ nhận được điều này sau khi học.

  • Đánh giá sự khác biệt về kiến trúc và các kịch bản sử dụng tối ưu của Classic, Graph và Agentic RAG

  • Triển khai hệ thống định tuyến động có cân nhắc chi phí token và độ trễ

  • Triển khai hệ thống ghi nhớ dài hạn kết hợp GraphRAG và xMemory

Khuyến nghị cho
những người này

Khóa học này dành cho ai?

  • Kỹ sư AI cần tối ưu hóa hiệu suất của hệ thống RAG

  • Lập trình viên backend thiết kế hệ thống quản lý tri thức phức tạp

  • Quản lý sản phẩm AI muốn xây dựng các ứng dụng LLM ở cấp độ production

Cần biết trước khi bắt đầu?

  • Hiểu các khái niệm cơ bản về kỹ thuật prompt và RAG

  • Kinh nghiệm tích hợp API LLM dựa trên Python

  • Cách sử dụng cơ bản cơ sở dữ liệu vector (Pinecone, Weaviate, v.v.)

Xin chào
Đây là codebridge

Xác minh Inflearn

Xác minh sự nghiệp

1,821

Học viên

159

Đánh giá

36

Trả lời

4.7

Xếp hạng

16

Các khóa học

Tôi chia sẻ kiến thức bằng cách kết hợp những bí quyết tự mình đúc kết qua quá trình trực tiếp thử thách với các xu hướng mới.

Kinh nghiệm

  • Chương trình thạc sĩ AI tại Thung lũng Silicon, Hoa Kỳ

  • Lập trình viên tại tập đoàn công nghệ lớn ở Pangyo (hơn 6 năm kinh nghiệm)

  • Đang phát triển và vận hành 14 ứng dụng Android, 7 ứng dụng iOS và các website.

     

 

[Eng]

Dựa trên kinh nghiệm hiện có, tôi muốn chia sẻ những kiến thức và bí quyết hữu ích trong khi cập nhật các xu hướng trên thế giới. Cảm ơn bạn đã hợp tác!

Kinh nghiệm

Lập trình viên tại một tập đoàn CNTT lớn ở Hàn Quốc (hơn 6 năm)

Bằng cử nhân Kỹ thuật Máy tính

Thêm

Chương trình giảng dạy

Tất cả

29 bài giảng ∙ (2giờ 54phút)

Tài liệu khóa học:

Tài liệu bài giảng
Ngày đăng: 
Cập nhật lần cuối: 

Đánh giá

Tất cả

6 đánh giá

4.8

6 đánh giá

  • khh23028104님의 프로필 이미지
    khh23028104

    Đánh giá 10

    Đánh giá trung bình 5.0

    Đã chỉnh sửa

    5

    89% đã tham gia

    Đây là một bài giảng tuyệt vời giúp bạn hiểu rõ về các xu hướng mới của RAG cũng như toàn bộ kiến trúc của nó. Lúc đầu, tôi cứ gật gù hiểu hết trong đầu, nhưng khi kết thúc mỗi phần, tôi lại cảm thấy trống rỗng và tự hỏi "Ơ, phải làm thế nào nhỉ?". Tuy nhiên, khi thấy giảng viên phản hồi và cập nhật ngay lập tức những ý kiến đóng góp cũng như yêu cầu cải thiện của mình, tôi một lần nữa cảm nhận được đây là một giảng viên giỏi và một khóa học chất lượng. Mỗi phần đều được bổ sung thêm mã thực hành và nội dung riêng biệt nên tôi càng mong đợi hơn vào bài giảng này. Nội dung rất hay, giải thích dễ hiểu và phản hồi cũng rất nhanh chóng, vì vậy tôi cực kỳ đề xuất các bạn nên tham gia khóa học này!

    • codebridge
      Giảng viên

      Cảm ơn bạn rất nhiều vì những lời khen ngợi! Tôi cảm thấy công sức làm bài giảng thật xứng đáng! 😂 Mặc dù vẫn còn nhiều thiếu sót, nhưng tôi sẽ cố gắng mang đến những bài giảng và tài liệu tốt hơn nữa trong tương lai. Xin cảm ơn bạn!

  • tata님의 프로필 이미지
    tata

    Đánh giá 10

    Đánh giá trung bình 5.0

    5

    32% đã tham gia

    Thật tuyệt vời khi có thể hiểu được sự thay đổi mô hình của RAG và khái niệm hệ thống hybrid, đồng thời học hỏi thêm các phương pháp tối ưu hóa RAG.

    • em2411014552님의 프로필 이미지
      em2411014552

      Đánh giá 12

      Đánh giá trung bình 4.9

      5

      30% đã tham gia

      • gkstls20065339님의 프로필 이미지
        gkstls20065339

        Đánh giá 3

        Đánh giá trung bình 4.7

        4

        96% đã tham gia

        Nhìn chung, tôi thấy đây là một bài giảng rất hay. Đặc biệt, tôi đã phát triển dịch vụ RAG nhận câu trả lời bằng cách truy xuất với BM25+Vector, và dựa trên bài giảng này, tôi nghĩ mình có thể cải thiện nó tốt hơn nữa. Tuy nhiên, điều tôi cảm thấy hơi tiếc là hy vọng có thêm nhiều kỹ thuật về embedding hơn. Tôi đang quản lý các tài liệu văn bản hoặc markdown bằng cách chia nhỏ (chunking) và lưu trữ vào cơ sở dữ liệu vector Qdrant. Tôi đã hy vọng có thêm các mẹo nhỏ và bí quyết về việc làm thế nào để chia nhỏ và lưu trữ dữ liệu vector một cách hiệu quả, cũng như cách truy xuất dữ liệu tối ưu nhất. Dù vậy, tôi rất vui vì đã được học những kỹ thuật tốt như GraphRAG và Agentic RAG~

        • codebridge
          Giảng viên

          Cảm ơn bạn! Rất vui vì thông tin này hữu ích với bạn. Về việc lưu trữ dữ liệu chunk và vector, tôi sẽ cập nhật vào bài giảng này ngay khi chuẩn bị xong tài liệu. :)

      • 112님의 프로필 이미지
        112

        Đánh giá 9

        Đánh giá trung bình 5.0

        5

        30% đã tham gia

        Khóa học khác của codebridge

        Hãy khám phá các khóa học khác của giảng viên!

        Khóa học tương tự

        Khám phá các khóa học khác trong cùng lĩnh vực!

        Giảm 25% cho thành viên mới

        616.775 ₫

        25%

        822.365 ₫