LangChain: Chat mit Ihren Daten behandelt zwei Hauptthemen: (1) Retrieval Augmented Generation (RAG), eine gängige LLM-Anwendung, die kontextbezogene Dokumente aus einem externen Datensatz abruft, und (2) eine Anleitung zum Aufbau eines Chatbots, der auf Abfragen antwortet, die auf dem Inhalt Ihrer Dokumente basieren und nicht auf den Informationen, die er im Training gelernt hat. Sie werden mehr darüber erfahren:

1. Das Laden von Dokumenten: Lernen Sie die Grundlagen des Datenladens kennen und entdecken Sie über 80 einzigartige Lader, die LangChain für den Zugriff auf verschiedene Datenquellen, einschließlich Audio und Video, bereitstellt. 2. Aufteilung von Dokumenten: Entdecken Sie die besten Praktiken und Überlegungen zur Aufteilung von Daten. 3. Vektorspeicher und Einbettungen: Tauchen Sie ein in das Konzept der Einbettungen und erkunden Sie die Integration von Vektor-Speichern in LangChain. 4. Abrufen: Erlernen Sie fortgeschrittene Techniken für den Zugriff auf und die Indizierung von Daten im Vektor-Speicher, so dass Sie über semantische Abfragen hinaus die wichtigsten Informationen abrufen können. 5. Beantwortung von Fragen: Erstellen Sie eine Lösung für die Beantwortung von Fragen in einem Durchgang. 6. Chat: Lernen Sie, wie Sie relevante Informationen aus Gesprächen und Datenquellen aufspüren und auswählen, während Sie Ihren eigenen Chatbot mit LangChain erstellen. Beginnen Sie mit der Erstellung praktischer Anwendungen, die Ihnen die Interaktion mit Daten unter Verwendung von LangChain und LLMs ermöglichen.