Мультимодальный RAG: как LLM работают с текстами, картинками и документами // «LLM-инженер»

На уроке вы познакомитесь с одной из самых перспективных технологий — Retrieval-Augmented Generation (RAG), и её мультимодальной версией. Разберёмся, как большие языковые модели можно дополнить внешними источниками знаний: базами данных, PDF-документами, изображениями, видео и прочим контентом. Покажем, как работает мультимодальный пайплайн на практике. Кому подходит этот урок: - Разработчикам, ML-инженерам и аналитикам, которые хотят применять LLM в реальных продуктах - Тем, кто работает с корпоративными знаниями и хочет построить умного ассистента - Всем, кто интересуется связкой ИИ + поиск + мультимодальные данные Результаты урока: Вы узнаете, как устроен мультимодальный RAG, почему это один из самых эффективных способов интеграции LLM в бизнес-процессы «LLM-инженер» - https://otus.pw/HOI0/ Преподаватель: Виталий Бабчук - разрабатывает и обучает модели машинного обучения в области обработки естественного языка, а также решения на базе больших языковых моделей Пройдите опрос по итогам мероприятия - https://otus.pw/zdS1/ Следите за новостями проекта: → Telegram: https://t.me/Otusjava → Хабр: https://otus.pw/S0nM/ → Макс: https://otus.pw/wVga/ → VK: https://vk.com/otusru