Ce cours présente une solution de génération augmentée par récupération (RAG) dans BigQuery permettant de réduire les hallucinations de l'IA. Il décrit un workflow RAG qui couvre la création d'embeddings, la recherche dans un espace vectoriel et la génération de réponses améliorées. Il explique aussi les raisons conceptuelles derrière ces étapes et leur implémentation pratique avec BigQuery. À la fin du cours, les participants seront à même de créer un pipeline de RAG à l'aide de BigQuery et de modèles d'IA générative tels que Gemini, ainsi que des modèles d'embeddings pour traiter leurs propres cas d'hallucinations de l'IA.
Créer des embeddings et utiliser la recherche vectorielle et le RAG avec BigQuery
通过 Coursera Plus 提高技能，仅需 239 美元/年（原价 399 美元）。立即节省
Créer des embeddings et utiliser la recherche vectorielle et le RAG avec BigQuery
包含在 中
您将学到什么
Générer des embeddings à l'aide de modèles d'embeddings avec BigQuery
Effectuer une recherche vectorielle dans BigQuery et comprendre son fonctionnement
Créer un pipeline de RAG (génération augmentée par récupération) avec BigQuery
要了解的详细信息
可分享的证书
添加到您的领英档案
作业
1 项作业
授课语言：法语
了解顶级公司的员工如何掌握热门技能
从 Software Development 浏览更多内容
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
