Créer des applications LLM avec le RAG

Connectez un modèle de langage à vos propres documents grâce à la recherche, et mesurez la qualité des réponses.

Construisez une application de génération augmentée par la recherche (RAG) de zéro : découpage, embeddings, recherche vectorielle et génération avec Gemini. Puis évaluez les réponses pour savoir quand l’application est prête.

Ce que vous saurez faire

• Construire un pipeline RAG complet sur vos propres documents
• Choisir le découpage et la recherche à partir des données
• Évaluer la qualité des réponses et repérer les hallucinations

Avant de commencer

• Bases de Python
• Une clé API Gemini gratuite

Programme du cours

1. Découpage et embeddings: Découper des documents et les transformer en vecteurs. Un index de recherche de vos documents.
2. Une recherche qui trouve le bon passage: Recherche vectorielle avec contrôle du classement. Des métriques de recherche par question.
3. Des réponses avec citations: Génération avec Gemini qui cite ses sources. Une app RAG fonctionnelle.
4. Savoir quand c’est prêt: Un jeu d’évaluation de la qualité des réponses. Un contrôle à lancer avant chaque changement.

Toutes les formations en IA et machine learning