Перейти к содержимому

Каталог курсов

Генерация с поисковым дополнением (RAG)

Дайте LLM память, которой можно доверять.

Большие языковые модели не знают, что произошло после завершения обучения, выдумывают факты и никогда не видели ваши закрытые данные. Генерация с поисковым дополнением (RAG) решает все три проблемы: находит нужные факты при запросе и передаёт их модели, чтобы та отвечала с опорой на источники и ссылками на них. Вы построите полный RAG-конвейер на Python: загрузка, разбиение на фрагменты, создание эмбеддингов, хранение, поиск и генерация. Затем улучшите его с помощью гибридного поиска, реранкеров и переформулирования запросов. Наконец, подготовите систему к запуску: оцените соответствие ответов источникам с помощью метрик в стиле RAGAS, сократите галлюцинации и расходы, защититесь от промпт-инъекций и утечек данных.

Начните с бесплатного урокаСравнить все тарифы

Программа курса

  1. Раздел 1

    Зачем нужен RAG?

    Узнайте, с чем большие языковые модели не справляются сами и как поиск решает эти проблемы.

    1. Ограничения LLM
    2. Что такое RAG?
    3. RAG, дообучение и длинный контекст
    4. Устройство RAG-приложения

  2. Раздел 2

    Сборка конвейера

    Соберите основной RAG-цикл: загрузка, разбиение, эмбеддинги, хранение, поиск и генерация.

    1. Загрузка и разбиение
    2. Эмбеддинги фрагментов
    3. Поиск контекста
    4. Сборка промпта

  3. Раздел 3

    Улучшаем поиск

    Повысьте качество поиска с помощью гибридного подхода, реранкеров, переформулирования запросов и фильтров.

    1. Гибридный поиск
    2. Переранжирование результатов
    3. Преобразования запросов
    4. Фильтрация и разнообразие

  4. Раздел 4

    RAG в продакшене

    Оценивайте, защищайте и масштабируйте RAG — и узнайте о развитии подхода в 2026 году.

    1. Оценка RAG
    2. Снижаем галлюцинации
    3. Безопасность, стоимость и кэш
    4. Продвинутый RAG

Учебные треки

ИИ-инженер

Создайте и запустите настоящий ИИ-продукт: он ищет по вашим материалам, использует только одобренные вами инструменты и каждый раз проходит одинаковые проверки. Для него есть план на случай сбоя и показатели скорости и затрат.

Курсов в программе: 11

Python-разработчик: работа с данными

Анализируйте реальные данные и создавайте протестированные инструменты, которые безопасно обращаются к внешним API и ищут по вашим материалам, используя Python, Git, SQL и векторный поиск.

Курсов в программе: 10

Оживите свою идею. Начните за 60 секунд.

7 дней бесплатно на любом тарифе для новых участников · Отмена в любой момент

Начать

К курсам