学習内容
|
1. LLMアプリ開発の基礎
- LLMアプリケーションの概要(事例紹介など)
- OpenAIのチャットAPIの基礎
- プロンプトエンジニアリングの基礎
2. LangChain入門
- LangChainの基礎
- RAG(検索拡張生成)の基礎
- LangSmithの連携/LangChainの記法解説(LCEL)
3. LangChainを使ったRAGアプリ開発
- Streamlitの基礎とチャットアプリの実装
- RAGアプリケーションの実装
- RAGアプリケーションのカスタマイズ
4. Advanced RAG
- RAGの発展的手法(Advanced RAG)の概要
- Advanced RAGハンズオン(検索クエリの生成/ハイブリッド検索など)
5. LangSmithを活用したRAGの評価
- RAGの評価の概要
- LangSmithを活用したRAGの評価の実践
- LangSmithを活用したフィードバック収集の実装
6. AIエージェント・LangGraph入門
- AIエージェントの概要
- AIエージェントのしくみ
- LangGraphの基礎
7. LangGraphの本格活用
- LangGraphでの本格的なエージェントの実装
- LangGraphの高度な活用(マルチエージェント・Human-in-the-Loopなど)
8. エージェントデザインパターン
- 有名なAIエージェントの紹介
- エージェントデザインパターン解説
- エージェントデザインパターンのハンズオン
9. LLMアプリ開発の最新トピック
|