Rejoignez notre nouveau cours et apprenez de Jerry Liu, cofondateur et PDG de LlamaIndex à commencer à utiliser le RAG agentique, un cadre conçu pour construire des agents de recherche compétents dans l'utilisation d'outils, le raisonnement et la prise de décision avec vos données. Dans ce cours : 1. Construire la forme la plus simple de RAG agentique - un routeur. Étant donné une requête, le routeur choisira l'un des deux moteurs de requête, Q&A ou résumé, pour exécuter une requête sur un seul document. 2. Ajouter l'appel d'outil à votre agent routeur où vous utiliserez un LLM pour non seulement choisir une fonction à exécuter mais aussi déduire un argument à passer à la fonction. 3. Construire un agent d'assistant de recherche. Au lieu d'appeler des outils en une seule fois, un agent est capable de raisonner sur des outils en plusieurs étapes.

4. Construire un agent multi-documents où vous apprendrez comment étendre l'agent de recherche pour traiter plusieurs documents. Contrairement au pipeline RAG standard - adapté aux requêtes simples sur quelques documents - cette approche intelligente s'adapte en fonction des résultats initiaux pour améliorer la recherche de données ultérieures. Vous apprendrez à développer un agent de recherche autonome, améliorant votre capacité à vous engager et à analyser vos données de manière complète. Vous vous entraînerez à construire des agents capables de naviguer intelligemment, de résumer et de comparer les informations de plusieurs documents de recherche provenant d'arXiv. En outre, vous apprendrez à déboguer ces agents, ce qui vous permettra de guider efficacement leurs actions. Explorez l'une des applications de l'IA qui progresse le plus rapidement !