RAG et bases vectorielles

1

Leçon 1: Pourquoi RAG : les limites des LLMs en contexte seul

1 heure

2

Leçon 2: Embeddings : représenter sémantiquement un texte

1 heure et 30 minutes

3

Leçon 3: sentence-transformers : le standard en pratique

1 heure et 30 minutes

4

Leçon 4: Chunking : découper un corpus intelligemment

1 heure et 30 minutes

5

Leçon 5: FAISS : l'index vectoriel simple et rapide

2 heures

6

Leçon 6: Bases vectorielles pro : Chroma, Qdrant, Pinecone

2 heures

7

Leçon 7: Hybrid search et re-ranking

2 heures

8

Leçon 8: LangChain et LlamaIndex : frameworks RAG

2 heures

9

Leçon 9: Évaluation RAG avec Ragas

1 heure et 30 minutes

10

Leçon 10: TP — assistant RAG sur documentation custom

3 heures