Generative AI with Python (True PDF)

دليلكم للذكاء الاصطناعي التوليدي مع بايثون أصبح هنا! ابدأ بمقدمة عن الذكاء الاصطناعي التوليدي (Generative AI)، ونماذج معالجة اللغة الطبيعية (NLP)، والنماذج اللغوية الكبيرة (LLMs)، والنماذج اللغوية متعددة الوسائط (LMMs) – ثم تعمّق في النماذج المدربة مسبقًا باستخدام Hugging Face.

اعمل مع النماذج اللغوية الكبيرة باستخدام بايثون بمساعدة أدوات مثل OpenAI وLangChain. احصل على تعليمات خطوة بخطوة للعمل مع قواعد بيانات المتجهات (vector databases) واستخدام التوليد المعزز بالاسترجاع (retrieval-augmented generation – RAG).

مع معلومات عن الأنظمة الوكيلة (agentic systems) ونشر تطبيقات الذكاء الاصطناعي، يمنحك هذا الدليل كل ما تحتاجه لتصبح خبيرًا في الذكاء الاصطناعي! 🧑‍💻

أبرز ما ستتعلمه:

العمل مع نماذج النماذج اللغوية الكبيرة ونماذج معالجة اللغة الطبيعية المدربة مسبقًا على Hugging Face وLangChain.
إنشاء قواعد بيانات المتجهات وتطبيق التوليد المعزز بالاسترجاع (RAG).
إضافة نظام وكيلي (agentic system) باستخدام أطر عمل مثل crewAI وAutoGen.

Your guide to generative AI with Python is here! Start with an introduction to generative AI, NLP models, LLMs, and LMMs—and then dive into pretrained models with Hugging Face. Work with LLMs using Python with the help of tools like OpenAI and LangChain. Get step-by-step instructions for working with vector databases and using retrieval-augmented generation. With information on agentic systems and AI application deployment, this guide gives you all you need to become an AI master!
Work with pretrained LLM and NLP models on Hugging Face and LangChain
Create vector databases and implement retrieval-augmented generation
Add an agentic system using frameworks such as crewAI and AutoGen

Large Language Models
Set up LLMs and then learn how to apply your models using Python. Walk through the available tools: OpenAI, Meta’s Llama model family, Mistral models via Groq, and open-source LLMs. Work with prompt templates, chains, and more.

مسودة تلقائية — Generative AI with Python (True PDF) 4

Vector Databases
Create and use vector databases to store and query large collections of documents. Master all aspects of the pipeline, from importing a raw document, to processing it, to storing it in a vector database.

Retrieval Augmented Generation
Leverage large-scale pretrained language models and external knowledge sources with retrieval-augmented generation. Retrieve relevant information from large corpora, integrate it into the generation process, and evaluate the quality and diversity of the generated texts.
Agentic Systems
Use AI models to build agents that act autonomously to achieve their goals. Discover the different Python packages for this task: crewAI, AutoGen, and LangChain.