Разработка сервиса визуальной детекции и измерения размеров креветок в экстремальных температурных условиях на реальном производстве: различия между версиями
Нет описания правки |
|||
| Строка 1: | Строка 1: | ||
== Описание == | == Описание == | ||
Тема лекции: «RAG-системы на практике: | |||
архитектура, ограничения и типичные ошибки» | |||
Цель лекции: | |||
Дать студентам практическое понимание архитектуры и инженерных решений, лежащих в основе RAG-систем (Retrieval-Augmented Generation), | |||
а также научить выявлять и исправлять типичные ошибки при их построении. | |||
Задачи: | |||
• Объяснить принципы работы RAG-систем и их ключевые компоненты. | |||
• Разобрать этапы построения простой RAG-системы: от подготовки данных до генерации ответа. | |||
• Показать на примерах типичные ограничения (качество retrieval, «шум» в контексте, галлюцинации) и способы их преодоления. | |||
• Дать практические рекомендации по выбору архитектурных решений под разные типы задач и доменов. | |||
Структура лекции | |||
1. Введение | |||
• Проблема: почему LLM сами по себе недостаточно | |||
для задач с актуальными или узкоспециализированными данными? | |||
• Что такое RAG и в каких сценариях он необходим? | |||
(Примеры: корпоративные базы знаний, поддержка клиентов, аналитика документов.) | |||
2. Архитектура RAG-системы: компоненты и их взаимодействие | |||
3. Этапы построения простой RAG-системы (на практике) | |||
4. Основные ограничения и проблемы RAG | |||
5. Типичные ошибки при разработке RAG-систем | |||
6. Способы повышения качества RAG | |||
7. Заключение | |||
• Главные выводы | |||
• Полезная литература и открытые инструменты | |||
На лекции разберём эволюцию запуска программ: от выполнения скрипта в командной строке до сборки и оркестрации многосервисного приложения. Рассмотрим принципы контейнеризации, устройство Dockerfile, работу с docker-compose и архитектурные решения, позволяющие масштабировать систему. | На лекции разберём эволюцию запуска программ: от выполнения скрипта в командной строке до сборки и оркестрации многосервисного приложения. Рассмотрим принципы контейнеризации, устройство Dockerfile, работу с docker-compose и архитектурные решения, позволяющие масштабировать систему. | ||
| Строка 10: | Строка 35: | ||
=== Спикер === | === Спикер === | ||
Жарова Мария Александровн | |||
— | — Преподаватель | ||
Разработка дисциплины "Программирование на Python" для студентов магистратуры "Науки о | |||
данных": ревью существующих материалов, формирование плана, составление семинаров, | |||
тестов и домашних работ. | |||
file:///C:/Users/%D0%9E%D0%BB%D1%8F/Downloads/Telegram%20Desktop/%D0%96%D0%B0%D1%80%D0%BE%D0%B2%D0%B0%20%D0%9C%D0%B0%D1%80%D0%B8%D1%8F%20CV.pdf | |||
=== Дата и время === | === Дата и время === | ||
15 мая (пт) в 20:00 | |||
=== Формат === | === Формат === | ||
Онлайн-лекция (платформа Толк) | Онлайн-лекция (платформа Толк) | ||
* | *https://atp-fivt.ktalk.ru/v1e6r6cbqncg Ссылка на конференцию] | ||
Версия от 21:57, 29 апреля 2026
Описание
Тема лекции: «RAG-системы на практике: архитектура, ограничения и типичные ошибки»
Цель лекции: Дать студентам практическое понимание архитектуры и инженерных решений, лежащих в основе RAG-систем (Retrieval-Augmented Generation), а также научить выявлять и исправлять типичные ошибки при их построении. Задачи: • Объяснить принципы работы RAG-систем и их ключевые компоненты. • Разобрать этапы построения простой RAG-системы: от подготовки данных до генерации ответа. • Показать на примерах типичные ограничения (качество retrieval, «шум» в контексте, галлюцинации) и способы их преодоления. • Дать практические рекомендации по выбору архитектурных решений под разные типы задач и доменов.
Структура лекции 1. Введение • Проблема: почему LLM сами по себе недостаточно для задач с актуальными или узкоспециализированными данными? • Что такое RAG и в каких сценариях он необходим? (Примеры: корпоративные базы знаний, поддержка клиентов, аналитика документов.) 2. Архитектура RAG-системы: компоненты и их взаимодействие 3. Этапы построения простой RAG-системы (на практике) 4. Основные ограничения и проблемы RAG 5. Типичные ошибки при разработке RAG-систем 6. Способы повышения качества RAG 7. Заключение • Главные выводы • Полезная литература и открытые инструменты
На лекции разберём эволюцию запуска программ: от выполнения скрипта в командной строке до сборки и оркестрации многосервисного приложения. Рассмотрим принципы контейнеризации, устройство Dockerfile, работу с docker-compose и архитектурные решения, позволяющие масштабировать систему.
Занятие будет полезно тем, кто хочет понять, как реальные продуктовые команды переходят от «работает у меня на ноутбуке» к устойчивым production-системам.
- Входной уровень: минимальный опыт работы на любом языке программирования.
Спикер
Жарова Мария Александровн — Преподаватель Разработка дисциплины "Программирование на Python" для студентов магистратуры "Науки о данных": ревью существующих материалов, формирование плана, составление семинаров, тестов и домашних работ. file:///C:/Users/%D0%9E%D0%BB%D1%8F/Downloads/Telegram%20Desktop/%D0%96%D0%B0%D1%80%D0%BE%D0%B2%D0%B0%20%D0%9C%D0%B0%D1%80%D0%B8%D1%8F%20CV.pdf
Дата и время
15 мая (пт) в 20:00
Формат
Онлайн-лекция (платформа Толк)
- https://atp-fivt.ktalk.ru/v1e6r6cbqncg Ссылка на конференцию]