Неплохой курс про локальный RAG, хотя объяснение векторных баз можно было упростить.
Asas RAG Tempatan: Berbual dengan Dokumen Anda Sendiri
Temui cara menggunakan penjanaan tambahan pengambilan untuk mencipta pembantu AI peribadi yang menjawab soalan berdasarkan fail teks anda sendiri.
-
💬
Pengajar AI
Tanya tentang mana-mana pelajaran dan dapatkan jawapan jelas serta-merta, bila-bila masa. -
🕐
Mula bila-bila masa
Tiada jadual atau tarikh akhir — belajar mengikut rentak sendiri, bila-bila masa. -
🌐
Dalam bahasa Melayu
Pelajaran, tugasan dan sijil — semuanya sepenuhnya dalam bahasa anda.
Tentang kursus ini
Apa yang anda dapat
-
📜
Sijil tamat
Tambah ke profil LinkedIn anda -
💬
Tutor AI peribadi
Tersekat dalam pelajaran? Tanya tutor terbina dalam kamu apa sahaja, bila-bila masa. -
🎧
Termasuk versi audio
Belajar sambil bergerak — tanpa skrin -
♾️
Akses seumur hidup
Kembali bila-bila masa, tiada tamat tempoh -
📱
Telefon atau komputer
Berfungsi di mana-mana, mana-mana peranti -
💸
Pulangan 14 hari
Tanpa soalan -
⚡
Pendek dan fokus
2 jam 42 min kandungan praktikal
Sijil tamat
Setiap kursus yang anda tamatkan di PickAClass mengeluarkan kelayakan seperti ini — asli, dengan kodnya sendiri, boleh disahkan melalui URL, dan terperinci tentang apa yang sebenarnya ditunjukkan.
Ulasan (6)
Running retrieval-augmented generation locally so my notes never leave my machine was exactly what I wanted. The walkthrough on chunking documents and feeding them to the model made the whole RAG idea finally click for me. Now I can ask questions across years of my own text files and get real answers.
Bonne intro au RAG local, un peu dense sur la partie embeddings.
내 문서들로 답해 주는 비공개 AI 비서를 직접 만들 수 있었어요, 다만 설치 부분이 조금 더 친절했으면 합니다.
Nakagawa ako ng pribadong assistant na sumasagot base sa sarili kong mga text file, medyo mahirap lang yung setup pero sulit.
Saya sudah lama penasaran soal RAG tapi selalu bingung mulai dari mana, dan kursus ini akhirnya menjelaskan semuanya dengan urutan yang masuk akal. Mulai dari cara memecah dokumen jadi potongan kecil, membuat embedding, sampai menghubungkannya ke model bahasa buat menjawab pertanyaan dari dokumen sendiri, semuanya dijelaskan tanpa terasa terburu buru. Yang paling saya suka adalah semuanya dijalankan secara lokal jadi tidak perlu khawatir soal data pribadi dikirim ke server luar. Setelah praktik langsung saya berhasil bikin asisten kecil yang bisa menjawab pertanyaan dari kumpulan PDF saya sendiri. Buat siapapun yang ingin paham cara kerja RAG dari dasar sampai bisa dipakai beneran, kursus ini sangat membantu.
Pelajar lain juga mengambil
AI Peribadi dengan LLM Sumber Terbuka: Pengerahan Tempatan, RAG, dan Ejen
Penalaan Halus Model OpenAI: Sesuaikan LLM dengan Data Anda Sendiri
Membangun Sistem RAG dengan Azure OpenAI dan Azure AI Search
Pembangunan Aplikasi AI dengan LangChain
Soalan lazim
Apa yang saya perlukan untuk mengikuti kursus ini? +
Hanya telefon atau komputer dengan internet. Tiada pemasangan, tiada perkakasan khas.
Bagaimana untuk membayar? +
Dengan kad melalui Stripe. Kami tidak menyimpan butiran kad — Stripe menguruskannya dengan selamat.
Bolehkah saya dapatkan bayaran balik? +
Ya — pulangan penuh dalam 14 hari, tanpa soalan.
Berapa lama saya akan mempunyai akses? +
Selamanya. Setelah membeli, kursus adalah milik anda — boleh lawat semula bila-bila masa.
Adakah saya akan mendapat sijil? +
Ya. Setelah tamat, anda akan menerima sijil yang boleh ditambah ke profil LinkedIn anda.
Dapatkan 10 kursus sebulan
Ahli mendapat 10 kursus pilihan setiap bulan pada $0. Tiada caj per kursus — anda hanya bayar langganan.
- ✓ 10 kursus setiap bulan
- ✓ Batal bila-bila masa
Diperbaharui setiap bulan. Kursus yang tidak digunakan luput pada akhir setiap bulan bil.