RAG-Systeme - Retrieval-Augmented Generation - verbinden Sprachmodelle mit eigenen Wissensquellen. Machine Learning Engineers bauen sie mit LangChain auf und integrieren sie in Anwendungen.

!Kursinhalt

!1. Grundidee von RAG
*Rolle externer Wissensquellen
*Abgrenzung zu reinem Feintuning
*typische Einsatzfelder

!2. Bausteine mit LangChain
*Dokumentenladung und -aufbereitung
*Vektor-Speicher und Suche
*Verknüpfung mit Modellen

!3. Gestaltung der Antworten
*Prompt-Strukturen für RAG
*Umgang mit fehlenden Treffern
*Quellenangaben

!4. Qualität und Betrieb
*Evaluation der Antworten
*Monitoring im Betrieb
*Pflege der Wissensbasis

!Berufliche Relevanz

*RAG-Systeme verbinden Modelle mit eigenem Wissen
*LangChain bündelt typische Bausteine
*laufende Pflege sichert die Qualität der Antworten