دورة RAG والبحث المتجهي لتطبيقات LLM – باريس (فرنسا)، 17–21 مايو 2027

لماذا هذه الدورة

يربط RAG نماذج LLM بمصادر معرفة قابلة للاسترجاع لتحسين حداثة الإجابات وملاءمتها والحد من الهلوسة. ويتطلب بناء التطبيقات فهما للتضمينات والفهرسة والبحث والهندسة والسياق والتقييم والأمن.

يغطي البرنامج بنية RAG والبحث المتجهي وبناء خطوط متكاملة ونشرها وتوسيعها، من خلال مختبرات عملية تقدمها بلاك بيرد للتدريب.

مسار البرنامج

اليوم 1: أسس LLM والتوليد المعزز بالاسترجاع

• قدرات LLM وقيودها ومعماريتها.
• أهمية الاسترجاع لمعالجة الهلوسة وحداثة البيانات.
• المسترجع والمولد وتنسيق البيانات.
• دمج RAG مع هندسة الأوامر وحقن السياق.
• حالة مساعد معرفة مؤسسي.

اليوم 2: التضمينات والتمثيلات المتجهية

• تحويل النص إلى متجهات رقمية.
• التضمينات الدلالية والجملية والمتخصصة.
• تشابه جيب التمام والمسافة الإقليدية والضرب النقطي.
• توليد التضمينات ومقارنتها بأدوات مفتوحة المصدر.
• تضمين مجموعة وثائق مؤسسية.

اليوم 3: قواعد البيانات المتجهية ومعماريات البحث

• FAISS وPinecone وWeaviate وChroma.
• الفهرسة والبحث والترتيب في الفضاء عالي الأبعاد.
• دمج مرشحات البيانات الوصفية مع التشابه.
• بناء البحث الهجين بالكلمات والمتجهات.
• تنفيذ نظام استرجاع للوثائق.

اليوم 4: بناء تطبيقات RAG ونشرها

• بناء خط متكامل للإدخال والاسترجاع والتوليد.
• دمج البحث مع واجهات OpenAI وAnthropic وHugging Face.
• إدارة نافذة السياق وتحسين الاستجابة.
• مقاييس الدقة والملاءمة وزمن الاستجابة.
• بناء روبوت محادثة متخصص.

اليوم 5: التوسع والأمن والتطبيق الواقعي

• توسيع معمارية RAG للمؤسسات.
• أمن البيانات والخصوصية والامتثال.
• تحسين الموثوقية بالتخزين المؤقت وإعادة الترتيب والبحث الهجين.
• الاسترجاع متعدد الوسائط وRAG الوكيلي والضبط بالتغذية الراجعة.
• تصميم خطة نشر مؤسسية.

الأثر على الفرد

• إتقان بنية RAG وأسس البحث المتجهي.
• تصميم تطبيقات ذكية قائمة على LLM ونشرها.
• حل تحديات الاسترجاع الواعي بالسياق.
• دمج البيانات وAI في سير الأعمال.
• التقدم في تطوير تطبيقات AI الحديثة.

الأثر على بيئة العمل

• تحسين الدقة والموثوقية والامتثال.
• توظيف أصول البيانات بأمان.
• تحسين القرار والكفاءة بأدوات واعية بالسياق.
• خفض التكلفة بتحسين استخدام LLM.
• دفع الابتكار بحلول قابلة للتوسع.

منهجية التدريب

• مختبرات Python وأطر قواعد المتجهات.
• تطبيق خط RAG خطوة بخطوة.
• نقاشات وتحديات تصميم.
• تمارين تقييم لتحسين دقة الاسترجاع.
• قوالب وبيانات نموذجية ومخططات معمارية قابلة لإعادة الاستخدام.