描述
使用 LlamaIndex 构建自主 RAG 是 DeepLearning.AI 提供的一门课程，旨在教导参与者如何创建能够智能导航和分析数据的自主代理。课程由 LlamaIndex 的联合创始人兼首席执行官 Jerry Liu 主讲，重点开发自主 RAG 系统。参与者将学习构建一个能够处理问答和摘要任务的路由代理，并扩展其以管理参数传递。课程还涵盖了设计一个用于多文档处理和调试的研究代理。与标准 RAG 流水线不同，这种方法根据初步发现进行调整，以增强数据检索。参与者将练习构建能够在 arXiv 上导航、总结和比较多篇研究论文的信息的代理。该课程适合任何具备基本 Python 知识的人，旨在快速构建能够对文档进行推理的代理。课程包括 6 个视频课程、4 个代码示例和 1 个评分作业，在 DeepLearning.AI 平台测试期间均可免费访问。
- 类别教育与研究
- 定价模式免费
使用 LlamaIndex 构建自主 RAG的核心功能
使用 LlamaIndex 构建自主代理
开发自主 RAG 系统
实现文档问答和摘要
指导代理推理和调试
设计用于问答任务的路由代理
扩展代理以进行参数传递
创建用于多文档处理的研究代理
使用来自 arXiv 的真实数据进行实践
如何使用 使用 LlamaIndex 构建自主 RAG？
学习：观看视频课程
实践：完成代码示例
应用：使用 LlamaIndex 构建代理
调试：有效指导代理操作
使用 LlamaIndex 构建自主 RAG的使用案例
- 文档问答
- 数据摘要
- 多文档分析
- 代理调试
- 研究辅助
