Fine-Tuning for Retrieval-Augmented Generation (RAG) Systems Training Cursus

Fine-Tuning voor Retrieval-Augmented Generation (RAG) Systemen is het proces van optimaliseren hoe grote taalmodellen relevante informatie uit externe bronnen voor bedrijfsapplicaties ophalen en genereren.

Deze door instructeurs geleide live training (online of op locatie) is gericht op NLP-ingenieurs en kennisbeheerteams op intermediair niveau die RAG-pipelines willen aanpassen om de prestaties te verbeteren in vraag- en antwoordsituaties, bedrijfszoekopdrachten en samenvattingsgebruiken.

Tegen het einde van deze training zullen deelnemers in staat zijn om:

De architectuur en workflow van RAG-systemen te begrijpen.
Retriever- en generatorcomponenten aan te passen voor domeinspecifieke gegevens.
RAG-prestaties te evalueren en verbeteringen toe te passen via PEFT-technieken.
Optimaliseerde RAG-systemen te implementeren voor intern of productiegebruik.

Opbouw van de cursus

Interactieve colleges en discussies.
Veel oefeningen en praktijkopdrachten.
Handson implementatie in een live-labomgeving.

Aanpassingsopties voor de cursus

Om een aangepaste training voor deze cursus aan te vragen, neem contact met ons op om dit te regelen.

Bedankt voor uw aanvraag! Een van onze medewerkers neemt binnenkort contact met u op

Bedankt voor uw boeking! Een van onze medewerkers neemt binnenkort contact met u op.

Cursusaanbod

Inleiding tot Retrieval-Augmented Generation (RAG)

Wat is RAG en waarom het belangrijk is voor bedrijfs-AI
Componenten van een RAG-systeem: retriever, generator, documentopslag
Vergelijking met stand-alone LLMs en vectorzoekopdrachten

Instellen van een RAG-Pipeline

Installeren en configureren van Haystack of vergelijkbare frameworks
Documentinname en voorverwerking
Verbinden van retrievers met vector-databases (bijv. FAISS, Pinecone)

Fine-Tuning de Retriever

Trainen van dichte retrievers met behulp van domeinspecifieke data
Gebruik van zinstransformatoren en contrastief leren
Beoordelen van de kwaliteit van de retriever met top-k-accurate

Fine-Tuning de Generator

Kiezen van basismodellen (bijv. BART, T5, FLAN-T5)
Instructietuning vs. gesuperviseerde fijnafstemming
LoRA- en PEFT-methoden voor efficiënte updates

Evaluatie en Optimalisatie

Metriken voor het beoordelen van RAG-prestaties (bijv. BLEU, EM, F1)
Latentie, kwaliteit van de opvraging en reductie van hallucinaties
Experimentvolgen en iteratieve verbetering

Implementatie en Integraie in de Werkelijkheid

Implementeren van RAG in interne zoekmachines en chatbots
Overwegingen op het gebied van veiligheid, toegang tot gegevens en beheer
Integraie met API's, dashboards of kennisportals

Casusstudies en Beste Praktijken

Bedrijfsgebruiksgevallen in financiën, gezondheidszorg en juridische sectoren
Beheer van domeinverschuiving en updates van de kennisbank
Toekomstige richtingen in retrieval-augmented LLM-systeem

Samenvatting en Volgende Stappen

Vereisten

Kennis van concepten van natuurlijke taalverwerking (NLP)
Ervaring met transformatorgebaseerde taalmodellen
Kennis van Python en basisworkflows voor machine learning

Publiek

NLP-ingenieurs
Teams voor kennisbeheer

14 Uren

Leveringsopties

PRIVÉGROEPSTRAINING

Onze identiteit draait om het leveren van precies wat onze klanten nodig hebben.

Pre-cursusgesprek met uw trainer
Aanpassing van de leerervaring om uw doelen te bereiken -

Op maat gemaakte overzichten
Praktische, praktische oefeningen met gegevens / scenario's die herkenbaar zijn voor de cursisten

Training gepland op een datum naar keuze
Gegeven online, op locatie/klaslokaal of hybride door experts die ervaring uit de echte wereld delen

Private Group Prices RRP from €4560 online delivery, based on a group of 2 delegates, €1440 per additional delegate (excludes any certification / exam costs). We recommend a maximum group size of 12 for most learning events.

Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen

Fine-Tuning for Retrieval-Augmented Generation (RAG) Systems Training Cursus

Cursusaanbod

Vereisten

Leveringsopties

PRIVÉGROEPSTRAINING

OPENBARE TRAINING

Voorlopige Aankomende Cursussen

Fine-Tuning for Retrieval-Augmented Generation (RAG) Systems

Fine-Tuning for Retrieval-Augmented Generation (RAG) Systems

Fine-Tuning for Retrieval-Augmented Generation (RAG) Systems

Fine-Tuning for Retrieval-Augmented Generation (RAG) Systems

Gerelateerde categorieën

Deze site in andere landen/regio's

Europe

Asia Pacific

North America

South America

Africa / Middle East

Other sites

Fine-Tuning for Retrieval-Augmented Generation (RAG) Systems Training Cursus

Cursusaanbod

Vereisten

Leveringsopties

PRIVÉGROEPSTRAINING

OPENBARE TRAINING

Voorlopige Aankomende Cursussen

Fine-Tuning for Retrieval-Augmented Generation (RAG) Systems

Fine-Tuning for Retrieval-Augmented Generation (RAG) Systems

Fine-Tuning for Retrieval-Augmented Generation (RAG) Systems

Fine-Tuning for Retrieval-Augmented Generation (RAG) Systems

Gerelateerde cursussen

Advanced Techniques in Transfer Learning

Deploying Fine-Tuned Models in Production

Domain-Specific Fine-Tuning for Finance

Fine-Tuning Models and Large Language Models (LLMs)

Efficient Fine-Tuning with Low-Rank Adaptation (LoRA)

Fine-Tuning Multimodal Models

Fine-Tuning for Natural Language Processing (NLP)

Fine-Tuning DeepSeek LLM for Custom AI Models

Fine-Tuning Large Language Models Using QLoRA

Fine-Tuning Open-Source LLMs (LLaMA, Mistral, Qwen, etc.)

Fine-Tuning with Reinforcement Learning from Human Feedback (RLHF)

Fine-Tuning Vision-Language Models (VLMs)

Optimizing Large Models for Cost-Effective Fine-Tuning

Prompt Engineering and Few-Shot Fine-Tuning

Parameter-Efficient Fine-Tuning (PEFT) Techniques for LLMs

Gerelateerde categorieën

Fine-Tuning

Deze site in andere landen/regio's

Europe

Asia Pacific

North America

South America

Africa / Middle East

Other sites