RAG

اخر تحديث مايو 30, 2025
15 التحق بالفعل

حول هذه الدورة

في هذه الدورة، سيتم شرح كيفية بناء نظام RAG (استرجاع مدعوم بالتوليد) باستخدام أحدث الأدوات والتقنيات. سنغطي كيفية دمج التوليد النصيمع استرجاع البيانات لتقديم ردود دقيقة وملائمة للسياق. هذا النوع من الأنظمة يدمج بين القدرة على استرجاع المعلوماتمن مصادر متعددة وتوليد إجابات نصية دقيقة ومرتبطة بالسياق، مما يتيح للنظام تقديم ردود أكثر ذكاء وواقعية.

أهداف التعلم

مفهوم نظام RAGسنتعرف في البداية على RAGكإطار عمل وكيفية دمج تقنيات التوليد والاسترجاعبشكل فعال. سنشرح كيف يمكن لنظام RAG تحسين قدرة الأنظمة الذكية على تقديم إجابات دقيقة في مواقف معقدة.
التوليد النصي باستخدام Llama 3 70B سنعمل مع نموذج Llama 3 70Bعبر Groq APIوهو نموذج متقدم للتوليد النصي، حيث يتيح للنظام توليد نصوص طويلة ومعقدة بدقة عالية. سنتعلم كيفية استخدام هذا النموذج لتوليد إجابات ملائمة للسياق بناءً على المدخلات.
استرجاع البيانات باستخدام Hugging Face و ChromaDBسنشرح كيفية استخدام Hugging Faceلإنشاء تمثيلات نصية (Embeddings) تساعد النظام على فهم المعاني والعلاقات بين الكلمات والنصوص. بعد ذلك، سنستخدم ChromaDBقاعدة البيانات المخصصة لاسترجاع البيانات، لتخزين المعلومات واسترجاعها بسرعة ودقة عند الحاجة.
دمج الأدوات باستخدام LangChain: سنستعرض كيفية استخدام LangChain، وهو إطار عمل يُسهل دمج الأدوات المختلفة معًا. سنغطي كيفية ربط Llama 3 70B، Hugging Face، وChromaDB معًا بشكل مرن وفعّال لخلق نظام RAG يعمل بسلاسة.
تقديم ردود دقيقة وسريعة: سنتعلم كيفية تحسين أداء النظام بحيث يقدم ردود دقيقة وملائمة بناءً على الاسترجاع والتوليد معًا. سيتم شرح كيفية استخدام تقنيات RAG لتحسين دقة النظام في الإجابة على الأسئلة، من خلال جمع معلومات من مصادر مختلفة وتوليد إجابة مرتبطة بالسياق.
تحسين دقة النظام: سنتعرف على كيفية تحسين دقة النظام باستخدام تقنيات الاسترجاع المدعوم بالتوليد، وكيف يمكن دمج التوليد مع الاسترجاع لتحقيق أفضل أداء ممكن في تقديم الإجابات.
التطبيقات العملية لنظام RAG: سنعرض أمثلة عملية لعمل نظام RAGفي مجالات متعددة مثل خدمة العملاء، التعليم، دعم القرار، وغيرها من التطبيقات التي تستفيد من دمج الاسترجاع النصي مع التوليد. سنتعرف على كيفية تخصيص النظام لاحتياجات مختلفة.
التحديات والحلول: سيتم تسليط الضوء على التحديات الرئيسية التي قد تواجهها أثناء بناء أنظمة RAGمثل تحسين سرعة الاسترجاع ودقة التوليد، وكيفية التغلب على هذه التحديات باستخدام تقنيات متقدمة.

متطلبات

  • معرفة أساسية بـ Python: يجب أن تكون لديك معرفة أساسية بـ Python.
  • أساسيات تعلم الآلة (Machine Learning): سيكون من المفيد أن يكون لديك بعض الفهم حول NLP و Deep Learning.
  • المكتبات والأدوات: تحتاج إلى Hugging Face Transformers و FAISS أو ElasticSearch.
  • المشاركة في التمارين: من المتوقع أن تشارك في التمارين وتطبق ما تعلمته على بيانات حقيقية.

الجمهور المستهدف

  • طلاب علوم الكمبيوتر وعلوم البيانات: الذين يرغبون في تعلم تقنيات NLP الحديثة مثل RAG وكيفية دمج الاسترجاع والتوليد في نظام واحد.
  • المطورون في مجال الذكاء الاصطناعي: الذين يرغبون في تحسين مهاراتهم في بناء chatbots أو question-answering systems باستخدام RAG.
  • محللو البيانات: الذين يريدون استخدام تقنيات NLP لتحليل البيانات الكبيرة وتحسين استرجاع وتوليد النصوص.
  • المهتمون بالتقنيات الحديثة في الذكاء الاصطناعي: الذين يريدون تعلم تقنيات مثل RAG و retrieval-based generation.

منهاج دراسي

1 الدرس26m

RAG

RAG00:25:13

احصل على شهادة

أضف هذه الشهادة إلى سيرتك الذاتية لإثبات مهاراتك وزيادة فرصك في لفت الانتباه.

selected template

أساتذتك

Amr Ahmed

Artificial Intelligence Engineer at NeuroTech

5.0/5
8 Courses
4 Reviews
103 Students

As an AI Engineer with a strong background in machine learning, deep learning, and natural language processing (NLP), I am passionate about making complex AI concepts accessible to learners of all levels. With experience in building real-world applications using cutting-edge tools like Hugging Face, TensorFlow, and PyTorch, I specialize in developing advanced AI models for tasks such as text correction, sentiment analysis, and real-time transcription.Throughout my career, I have contributed to a wide range of projects, including RAG systems, OCR for financial data, and real-time speech analysis, and I have a deep commitment to sharing my knowledge. My goal is to empower students to master the skills they need to succeed in the rapidly evolving world of AI and data science

شاهد المزيد
مجانا
مستوى
متوسط
المدة الزمنية 26 minutes
محاضرات
1 محاضرة

احدث الدورات

OCR
مجانا
Speech Recognition
مجانا

ليس لديك حساب حتى الآن؟ قم بالتسجيل مجانًا