Construire des agents autonomes RAG avec LlamaIndex

Construire des agents autonomes RAG avec LlamaIndex est un cours proposé par DeepLearning.AI, conçu pour enseigner aux participants comment créer des agents autonomes capables de naviguer et d'analyser des données de manière intelligente. Le cours est dirigé par Jerry Liu, co-fondateur et PDG de LlamaIndex, et se concentre sur le développement de systèmes RAG agents. Les participants apprendront à construire un agent routeur capable de gérer des tâches de Q&R et de synthèse, et à l'étendre pour gérer le passage d'arguments. Le cours couvre également la conception d'un agent de recherche pour la gestion de plusieurs documents et le débogage. Contrairement aux pipelines RAG standard, cette approche s'adapte en fonction des résultats initiaux pour améliorer la récupération des données. Les participants pratiqueront la construction d'agents capables de naviguer, de résumer et de comparer des informations à travers plusieurs articles de recherche d'arXiv. Le cours est adapté à toute personne ayant des connaissances de base en Python souhaitant rapidement construire des agents capables de raisonner sur des documents. Le cours comprend 6 leçons vidéo, 4 exemples de code et 1 devoir noté, tous accessibles gratuitement pendant la phase bêta de la plateforme DeepLearning.AI.

• Construire des agents autonomes avec LlamaIndex

• Développer des systèmes RAG agents

• Activer le Q&R et la synthèse de documents

• Guider le raisonnement et le débogage des agents

• Concevoir un agent routeur pour les tâches de Q&R

• Étendre les agents pour le passage d'arguments

• Créer des agents de recherche pour la gestion de plusieurs documents

• Pratiquer avec des données réelles d'arXiv