DSPy + Context Engineering — практический курс от основ до уровня профи!

Это всеобъемлющее руководство по контекстной инженерии покажет, как создавать мощные и надежные приложения с использованием больших языковых моделей (LLM). Я рассмотрю все аспекты, начиная с атомарных подсказок и заканчивая использованием DSPy для создания сложных систем на основе LLM. Это включает в себя RAG, вызов инструментов и многоагентные системы. В этом подробном обзоре мы изучим искусство и науку структурирования контекста для достижения наилучшей производительности ваших LLM. Вы узнаете, как программно создавать последовательные потоки, условное ветвление, параллельную генерацию, итеративное уточнение. Как отслеживать программы DSPy с помощью ML Flow и как оценивать открытые системы. Мы также разберем генерацию с расширением поиска (RAG), сравним поиск на основе встраивания с поиском на основе ключевых слов, таким как BM25, гибридный поиск, гипотетические встраивания документов (HyDE) и рассмотрим многошаговый поиск RAG. Я также кратко затрону систему памяти и алгоритм Mem0. Репозиторий Github находится здесь: https://github.com/avbiswas/context-e... Видео, которые вам стоит посмотреть: Учебник по RAG:    • A guide to building Retrieval Augmented Ge...   Учебник по Dspy:    • Complete DSPy Tutorial - Master LLM Prompt...   Обучение LLM-моделей для рассуждений:    • How to finetune LLMs to THINK with Reinfor...   Оптимизация TextGrad:    • The complete TextGrad Tutorial - Easily op...   Тонкая настройка LLM-моделей:    • Finetune LLMs to teach them ANYTHING with ...   Подписывайтесь на меня в Twitter: https://x.com/neural_avb Чтобы присоединиться к нашему Patreon, посетите:   / neuralbreakdownwithavb   Участники получают доступ ко всему, что происходит за кулисами при создании моих видео, включая код. Кроме того, это очень помогает каналу и оплачивать мои счета. Спасибо! Некоторые справочные материалы: https://github.com/davidkimai/Context... https://arxiv.org/abs/2507.13334 DSPy: https://dspy.ai/ Временные метки: 0:00 - Вступление 4:27 - Глава 1: Разработка подсказок 19:26 - Глава 2: Многоагентные программы подсказок 43:00 - Глава 3: Системы оценки 58:00 - Глава 4: Вызов инструментов 1:06:00 - Глава 5: RAGs