// Classified_Document // Level_Средний • 10 ч
Модуль 5 — Закрепить ИИ в надежных источниках (RAG)
"Интегрируйте Retrieval-Augmented Generation (RAG) для обогащения LLM специфическими и обновленными данными."
⚠ System_Analysis:Сделайте ваши ответы ИИ более точными, закрепив их в ваших собственных данных.
Target_Objectives.jsonREAD_ONLY
01Понять принцип RAG (Retrieval-Augmented Generation)
02Реализовать простой конвейер RAG с векторной базой данных
03Оптимизировать стратегии разбиения и качество извлечения
Directory_Structure
CHAPTER_01
Введение в RAG: зачем интегрировать внешние данные?
CHAPTER_02
Векторизация, эмбеддинги и семантическое извлечение.
CHAPTER_03
Упражнение: индексация набора документов и запрос с RAG.
CHAPTER_04
Оптимизация: разбиение, метаданные и переранжирование.
Capabilities_Matrix
Реализовать конвейер RAG с векторной базой данных.Разбивать и индексировать документы для оптимального извлечения.Улучшать качество извлечения с метаданными и переранжированием.