Data

Tools

Indexes

Applications

Experiments

Open Source Science

https://github.com/conect2ai/rag-bootcamp

Este repositório contém o código, a apresentação e o documento de apoio utilizados no Bootcamp da IEEE PES.

https://github.com/conect2ai/rag-bootcamp

Science Score: 26.0%

This score indicates how likely this project is to be science-related based on various indicators:

  • ○
    CITATION.cff file
  • ✓
    codemeta.json file
    Found codemeta.json file
  • ✓
    .zenodo.json file
    Found .zenodo.json file
  • ○
    DOI references
  • ○
    Academic publication links
  • ○
    Academic email domains
  • ○
    Institutional organization owner
  • ○
    JOSS paper metadata
  • ○
    Scientific vocabulary similarity
    Low similarity (2.3%) to scientific vocabulary
Last synced: 10 months ago · JSON representation

Repository

Este repositório contém o código, a apresentação e o documento de apoio utilizados no Bootcamp da IEEE PES.

Basic Info
  • Host: GitHub
  • Owner: conect2ai
  • License: mit
  • Language: Jupyter Notebook
  • Default Branch: main
  • Homepage:
  • Size: 10.1 MB
Statistics
  • Stars: 0
  • Watchers: 0
  • Forks: 0
  • Open Issues: 0
  • Releases: 0
Created 10 months ago · Last pushed 10 months ago
Metadata Files
Readme License

README.md

   

RAG Bootcamp

Uma introdução à técnica Retrieval-Augmented Generation (RAG), demonstrando como construir uma aplicação de Q&A (Perguntas e Respostas) com LangChain e Google Gemini.

📂 Estrutura do Repositório

O projeto está organizado da seguinte forma:

  • /code: Contém o notebook Jupyter RAG_LLM_Basics_IEEE.ipynb com a implementação prática do RAG
  • /presentation: Contém os slides rag_course_ieee.pdf utilizados na apresentação teórica
  • /document: Contém o documento utilizado para a realização do RAG bandeira_tarifaria.pdf
  • LICENSE: Arquivo de licença do projeto
  • README.md: Este arquivo, com as instruções e a documentação do projeto

📜 Agenda do Curso

| Seção | Descrição | | --- | --- | | 1. 🔎 Introdução ao RAG | Apresenta o conceito e a motivação para uso de sistemas RAG | | 2. 🏗️ Arquitetura e Componentes | Visão geral da arquitetura típica de um sistema RAG e descrição de cada componente: Documentos, Chunking, Embeddings, Vector Database, Prompt Template e LLM | | 3. ⚙️ Como Construir? | Apresenta os principais frameworks para desenvolvimento de sistemas RAG | | 4. 🔧 Hands-On | Implementação prática no notebook RAG_LLM_Basics_IEEE.ipynb, utilizando LangChain, Google Gemini, FAISS e PyPDF2 |

⚖️ Licença

Este projeto é licenciado sob a Licença MIT.

Owner

  • Name: conect2ai
  • Login: conect2ai
  • Kind: organization

GitHub Events

Total
  • Watch event: 2
  • Push event: 2
Last Year
  • Watch event: 2
  • Push event: 2