课程主页: https://www.coursera.org/learn/fundamentals-of-ai-agents-using-rag-and-langchain
随着商业对技术生成AI技能的需求迅速增长，能够使用大型语言模型（LLM）的AI工程师的需求也随之激增。在这种背景下，Coursera的《使用RAG和LangChain构建AI代理的基础》课程应运而生，旨在培养可以帮助您在AI领域蓬勃发展的就业技能。
本课程首先介绍了检索增强生成（RAG）技术，您将学习其在不同应用中的使用，包括聊天机器人等工具。同时，课程深入探讨了RAG的过程、密集段落检索（DPR）上下文编码器和问题编码器及其令牌器，此外，还会学习Facebook人工智能研究院开发的用于高维向量搜索的Faiss库。在动手实验中，您将运用PyTorch使用RAG，评估内容的适当性以及使用Hugging Face从数据集中检索信息。
接下来，课程将带您进入提示工程与LangChain的世界。在这一模块中，您将学习上下文学习以及高级提示工程方法，以设计和优化生成AI相关而准确的响应的提示。您还将被介绍到LangChain框架，这是一个开源接口，可以简化使用LLM的应用开发过程。课程内容涵盖工具、组件和聊天模型的介绍，同时讲解提示模板、示例选择器和输出解析器等概念。
通过动手实验，您将增强LLM的应用开发，并建立一个集成了LLM、LangChain和RAG技术的代理，用于高级文档检索。总之，这门课程不仅涵盖了AI代理构建的基础知识，而且通过实用的项目和实验使您能够将理论应用于实践。
我强烈推荐这门课程给希望在AI领域立足并提升自身技能的学习者，特别是对具有技术背景的学生和职业变更者来说，这将是一次难得的机会。
课程主页: https://www.coursera.org/learn/fundamentals-of-ai-agents-using-rag-and-langchain