Ищем спикеров)
ребят продолжаем наши встречи-вебинары, если кому-то есть что интересно рассказать про AI гоу ко мне в личку @savinvlad)
У нас уже были директор по AI-трансформации Сбера Никита Худов, лиды из Альфы и Т-банка, тех. директор Циана Алексей Чеканов...
в общем отличная компания)
ребят продолжаем наши встречи-вебинары, если кому-то есть что интересно рассказать про AI гоу ко мне в личку @savinvlad)
У нас уже были директор по AI-трансформации Сбера Никита Худов, лиды из Альфы и Т-банка, тех. директор Циана Алексей Чеканов...
в общем отличная компания)
👍4
Да кстати особенно велком — разрабы с разрабскими темами — у нас их любят)
Вот наш вебинар с нашим разработчиком Мишей про Text2sql https://tttttt.me/r77_ai/202
В общем ml-разрабы велком @savinvlad
Вот наш вебинар с нашим разработчиком Мишей про Text2sql https://tttttt.me/r77_ai/202
В общем ml-разрабы велком @savinvlad
❤6
RAG без ембедингов
В следующий четверг у нас Николай Шейко из офигенного канала про AI "AI и грабли".
Вот что расскажет:
"В индустрии давно укоренилось мнение, что Retrieval-Augmented Generation (RAG) = эмбеддинги. Но что, если поиск по эмбеддингам — не всегда лучшее решение?
В этом вебинаре я расскажу, как можно строить RAG без единого эмбеддинга, используя только легкие LLM с structured output. Например, я запускал LLM поверх сырого контента (вроде PDF), разбивал его на страницы и делал классификацию релевантности прямо в модели. Такой способ давал ощутимо лучшее качество, особенно когда нужна агрегация".
Мы обсудим:
• Почему эмбеддинги часто не работают так, как хочется
• Как использовать LLM как search engine без векторных БД
• Что такое structured output и как он помогает
• Кейсы, где подход без эмбеддингов оказался сильнее (вплоть до призовых мест на Enterprise RAG Challenge)
• Когда всё же стоит вернуться к классике с векторками.
Четверг, 14 августа, 15-00)
Ставьте нотификейшн! ура у нас снова разрабская тема)
В следующий четверг у нас Николай Шейко из офигенного канала про AI "AI и грабли".
Вот что расскажет:
"В индустрии давно укоренилось мнение, что Retrieval-Augmented Generation (RAG) = эмбеддинги. Но что, если поиск по эмбеддингам — не всегда лучшее решение?
В этом вебинаре я расскажу, как можно строить RAG без единого эмбеддинга, используя только легкие LLM с structured output. Например, я запускал LLM поверх сырого контента (вроде PDF), разбивал его на страницы и делал классификацию релевантности прямо в модели. Такой способ давал ощутимо лучшее качество, особенно когда нужна агрегация".
Мы обсудим:
• Почему эмбеддинги часто не работают так, как хочется
• Как использовать LLM как search engine без векторных БД
• Что такое structured output и как он помогает
• Кейсы, где подход без эмбеддингов оказался сильнее (вплоть до призовых мест на Enterprise RAG Challenge)
• Когда всё же стоит вернуться к классике с векторками.
Четверг, 14 августа, 15-00)
Ставьте нотификейшн! ура у нас снова разрабская тема)
🔥44👍9🤝2