🔒Открыть пост
и посмотреть медиа
и посмотреть медиа
⚙️ RAG, который смог: прокачиваем ретриву с Владом Поповым
Ретрива (retrieval) — ключевой компонент RAG-архитектуры. Тот самый «умный поиск», который достает нужный документ из тысячи, вытаскивает релевантные куски и помогает модели отвечать по фактам.
Влад Попов — Data Scientist в Точка Банке и магистрант Al Talent Hub разобрал, как апгрейдить RAG-ретриву, чтобы она не просто «что-то находила», а реально поднимала качество ответов.
В карточках, как всегда, — база. В лекции — must-have детали:
➕почему декодеры выносят энкодеры
➕как хард-негативы прокачивают релевантость ответов в топ-10
➕ почему 100500 моделей на разные источники — это путь в никуда
➕ как не перестраивать индекс каждый день
😊 СМОТРЕТЬ
💬 Бонусный инсайт от Влада: твой ML-проект может сработать как fast-track в AI Talent Hub
Упаковываешь кейс → подаёшь на JMLC → и получаешь шанс поступить на бюджет без экзаменов.
Я в прошлом году сделал ровно так — и поступил. Так что не откладывай: дедлайн 20 июля
🧡 — респект Владу за полезные инсайды
🔥 — даешь больше разборов на реальном опыте!
#Microlearning
#ITMO #NapoleonIT
@aitalenthubnews
