3일 RAG 로드맵: RAG 시스템 2024 이해, 구축 및 평가

검색 증강 생성(RAG)은 최근 LLM의 인기 있는 응용 프로그램이 되었으며 단 몇 달 만에 상당한 진전이 이루어졌습니다.

이 가이드에서는 기본 사항을 소개하고, 애플리케이션 개발 방법을 보여주고, 고급 기능을 자세히 알아보고, RAG 애플리케이션을 평가하는 방법을 알려드립니다.

행복한 학습!

RAG_roadmap.png

1일차: RAG 소개

다음 동영상 보기:

  1. 딥러닝.AI의 RAG 설명(

다음 리소스를 읽어보세요:

  1. DataStax의 RAG란 무엇입니까(링크)
  2. Tejpal Kumawat의 기본부터 고급까지 RAG(검색 증강 생성)(링크)

2일차: 고급 RAG + 나만의 RAG 시스템 구축

다음 동영상 보기:

  1. Sam Witteveen의 고급 RAG 시리즈(6개 동영상)(링크)
  2. LangChain101: Greg Kamradt의 질문 A 300페이지 책(OpenAI + Pinecone 포함)(링크)

다음 리소스를 읽어보세요:

  1. Akash의 고급 RAG 기술에 대한 블로그(링크)
  2. GitHub의 RAG 실습 튜토리얼(링크)

3일차: RAG 평가 및 과제

다음 동영상 보기:

  1. LlamaIndex 세션: 12가지 RAG 문제점 및 솔루션(링크)
  2. 딥러닝.AI를 통한 고급 RAG 애플리케이션 구축 및 평가(링크)
  3. Naive RAG의 과제 및 RAG 애플리케이션을 평가하는 방법은 무엇입니까?

다음 리소스를 읽어보세요:

  1. 12가지 RAG 문제점 및 솔루션 기사(링크)
  2. RAG 평가를 위한 RAG 핵심 개념(링크)

읽을 수 있는 선택 리소스

  1. RAG에 대한 Applied LLM 숙달 과정의 4주차 콘텐츠(링크)
  2. ?쏶검색 증강
    생성 시스템 엔지니어링 시 실패 지점까지??논문(링크)
  3. ?쏳대형 언어 모델을 위한 검색 증강 생성: 설문조사??문서(링크)
  4. Huggingface의 RAG 설명 및 사용 가능한 도구(링크)
  5. 원본 RAG 논문 "지식 집약적 NLP 작업을 위한 검색 증강 생성??(링크)

2023~2024년 최신 RAG 연구

여기를 클릭하세요