Einbettungen, Vektorsuche und RAG mit BigQuery erstellen
Skills:
RAG Basics90%
In diesem Kurs wird eine Lösung für Retrieval-Augmented Generation (RAG) in BigQuery vorgestellt, die KI-Halluzinationen minimiert. Sie lernen einen RAG-Workflow kennen, der die Erstellung von Einbettungen, die Suche in einem Vektorraum und die Generierung verbesserter Antworten umfasst. Darüber hinaus werden die konzeptionellen Gründe für diese Schritte und ihre praktische Umsetzung mit BigQuery erklärt. Am Ende des Kurses werden Sie in der Lage sein, eine RAG-Pipeline mithilfe von BigQuery und generativen KI-Modellen wie Gemini zu erstellen und Modelle einzubetten, um KI-Halluzinationen zu verhindern.
Watch on Coursera ↗
(saves to browser)
Sign in to unlock AI tutor explanation · ⚡30
More on: RAG Basics
View skill →Related AI Lessons
⚡
⚡
⚡
⚡
The Paper That Changed Everything: A Deep Dive into “Attention Is All You Need”
Medium · AI
Building a Production RAG Ingestion Pipeline on AWS: Unstructured.io, S3 Vectors, and a Private VPC
Medium · LLM
The Intelligence That Doesn’t Know What It Is
Medium · AI
Why I Taught My AI How to Forget (And Why You Should Too)
Medium · Machine Learning
🎓
Tutor Explanation
DeepCamp AI