Парсинг данных: собираем датасет своими руками // 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)» - https://otus.pw/I1u8/ Преподаватель: Мария Тихонова - Senior Data Scientist SberDevices, преподаватель ВШЭ Подключайтесь к обсуждению в чате - https://otus.pw/iMuF/ Пройдите опрос по итогам мероприятия - https://otus.pw/8bJ3/ Следите за новостями проекта: - Telegram: https://t.me/Otusjava - ВКонтакте: https://otus.pw/850t - LinkedIn: https://otus.pw/yQwQ/ - Хабр: https://otus.pw/S0nM/