Как работают доменно-ориентированные чат-боты // Курс «Natural Language Processing (NLP)»

Обсудим как добавлять собственную базу знаний к большой языковой модели,
Обсудим подход Retrieval Augmented Generation (RAG).
Рассмотрим варианты поиска по базе знаний, векторизацию текстов.
Задачу ранжирования результатов.
Обсудим задачу и подходы к векторному поиску по базе знаний.
Рассмотрим примеры промптов для ChatGPT в задаче RAG.
Кому подходит этот урок:
IT-специалистам, которые хотят внедрить ChatGPT в бизнес-процессы
Тем кто хочет познакомиться с доменной адаптацией ИИ агентов.
Продуктологам и менеджерам, кто хочет понять, как можно адаптировать Искусственный Интеллект в виде больших языковых моделей к собственным задачам
Результаты урока: Вы узнаете как работать с API ChatGPT, векторизовать тексты, решать задачу векторного поиска, составлять промпт для RAG генерации.
«Natural Language Processing (NLP)» - otus.pw/ndeO/
Преподаватель: Александр Брут-Бруляко - занимается исследованиями с фокусом на персонализацию коммуникаций в СБЕР Neurolab, спектр задач широк - и классические задачи ML, и NLP, и CV, и написание парсеров, и написание поддерживающей ИТ инфраструктуры
Презентация с ссылками: docs.google.co...
Пройдите опрос по итогам мероприятия - otus.pw/aEwWz/
Следите за новостями проекта:
Telegram: t.me/Otusjava
ВКонтакте: otus.pw/850t
LinkedIn: otus.pw/yQwQ/
Хабр: otus.pw/S0nM/

[@optimiza]

Очень достойно объясняет лектор. Благодарю за полезную информацию.

[@DotaSte]

Курс бы по langchain от вас. Вы лучший!