Vector Databases et Retrieval-Augmented Generation
Partie du cours Prompt Engineering
À la leçon 2, vous avez vu pourquoi un modèle hallucine : il prédit les tokens les plus probables, il ne va vérifier aucun fait, et tout ce qui échappe à son entraînement ou à sa fenêtre de contexte relève de la devinette. À la leçon 5, vous avez appris à remplir un modèle de prompt avec des données avant de l'envoyer.
Un modèle ne connaît que deux choses : ce qu'il a absorbé pendant son entraînement, et ce que vous mettez dans le prompt à l'instant même. Il ne voit pas le wiki de votre entreprise, ni les tickets de support de la semaine dernière, ni un PDF posé sur votre disque. Interrogez-le sur l'un de ces sujets et il produira un texte fluide, assuré et faux. C'est le problème d'hallucination de la leçon 2. ...
Envie d’apprendre Prompt Engineering Vector Databases et Retrieval-Augmented Generation dans un vrai environnement ?
Cliquez ci-dessous, obtenez une machine Linux avec Prompt Engineering prêt, et travaillez sur Vector Databases et Retrieval-Augmented Generation avec un tuteur IA qui connaît votre code.
Commencer cette leçonVector Databases et Retrieval-Augmented GenerationCe que vous allez apprendre
- Embeddings and vector similarity
- Chunking documents
- Vector databases and nearest-neighbor search
- Retrieval-augmented generation
- Grounding answers with citations
Lire cette leçon dans votre langue
Toutes les leçons de ce cours
11 leçons- 1Qu'est-ce qu'un prompt20 min
- 2Comment les grands modèles de langage génèrent du texte30 min
- 3Les cinq principes du prompting30 min
- 4Pratiques standard pour la génération de texte35 min
- 5Prompt Templates et Function Calling35 min
- 6Vector Databases et Retrieval-Augmented Generation40 min
- 7Autonomous Agents : memory et tools40 min
- 8Comment les diffusion models génèrent des images30 min
- 9Pratiques standards pour la génération d'images35 min
- 10Techniques d'image avancées : inpainting, outpainting et ControlNet35 min
- 11Construire des applications propulsées par l'IA40 min
