Semolina Code (Python / TypeScript)

Курс: RAG для новичковУрок 3. Как улучшить RAG pipeline: загрузка данных, разбиение, эмбеддинги и Chroma (LangChain)Если в пошлом уроке мы просто написали простенький RAG pipeline, то в этом уроке мы попробуем довести его до "идеале", а именно этап индексацииЧто конкретно сделаем:– загрузим не одну страницу, а весь сайт через sitemap.xml– попробуем второй способ: рекурсивный обход ссылок внутри домена– научимся резать текст правильно: по структуре HTML или по токенам (а не “на глаз”)– разберёмся с эмбеддингами: как выбрать модель под русский и зачем иногда нужны префиксы– ускорим ChromaDB: чтобы индекс не пересобирался каждый запуск (запуск из минут → в миллисекунды)Кейс тот же: Antarctic Wallet – оплата USDT по QR-коду в магазинах и сервисах. Стараюсь сделать так, чтобы всё было максимально применимо к реальности – для базы знаний / саппорта / FAQ🎞 Видео📖 Методичка в Notion👩‍💻 Код с урока❤️ Оплатить USDT по QR-кодуВ следующем уроке – улучшим этап поиска и генерацииSemolinaCode | Chat | YouTube

Курс: RAG для новичков Урок 2. Первый рабочий RAG pipeline Вот и пришло время написать код, а именно RAG pipeline. ИИ начнёт отвечать по твоей информации, а не абстрактно. До сих пор без математики, но уже с кодом!! В уроке напишем полностью рабочий и…Случайно вставил ссылку на первый урок. Сейчас уже поправил, но вот на всякий случай: https://youtu.be/FxCez4KeR0I

Курс: RAG для новичковУрок 2. Первый рабочий RAG pipelineВот и пришло время написать код, а именно RAG pipeline. ИИ начнёт отвечать по твоей информации, а не абстрактно. До сих пор без математики, но уже с кодом!!В уроке напишем полностью рабочий и применимый на практике код:– загрузка данных с сайта– деление текста на чанки– бесплатный embeddings (Ollama + HuggingFace)– векторное хранилище (ChromaDB)– поиск релевантных чанков (retriever c k ближайших соседей)– prompt для LLM генерации– сборка RAG цепочки через LangChain– прогон по пилотному тесту: где всё хорошо, а где появляются галлюцинации (пример с KYC)В курсе используем реальный продуктовый кейс – сервис Antarctic Wallet (оплата USDT по QR-коду в магазинах и сервисах), чтобы показать, как RAG применяется на практике (например, для автоматизации службы поддержки)🎞 Видео📖 Методичка в Notion👩‍💻 Код с урока❤️ Оплатить USDT по QR-кодуВ следующем уроке – улучшим каждый узел пайплайна (retrieval, prompt, формат контекста и т.д.).SemolinaCode | Chat | YouTube

Есть тут кто-то, кто:- учился- знает тех, кто учился- просто слышал что-то про Стартап Академию Сколково Стоит ли сходить, поучиться? Или есть какие-то альтернативы с хорошей экосистемой/комьюнити в направлении стартапинга/предпринимательства?

Курс: RAG для новичковУрок 1. Как LLM работает с документами и приватными данными (теория)В уроке я простым языком объясняю, как ИИ “думает” под капотом и как сделать так, чтобы он начал отвечать по твоей информации, а не абстрактно. Пока что без математики и без кодаВ уроке разбираем базу 😮:– почему ChatGPT / Gemini / Claude не видят ваши документы и свежие данные;– что такое RAG (Retrieval Augmented Generation) и какую проблему он решает;– из каких этапов состоит RAG-pipeline: indexing → retrieval → generation;– что такое embeddings, vector store и поиск по смыслу, а не по словам;– почему RAG — это не дообучение модели, а работа с контекстом.В курсе используем реальный продуктовый кейс – сервис Antarctic Wallet (оплата USDT по QR-коду в магазинах и сервисах), чтобы показать, как RAG применяется на практике (например, для автоматизации службы поддержки)Домашнее задание:– Составить пилотный тест для проверки качества RAG системы по данным со страницы F.A.Q.🎞 Видео📖 Методичка в Notion❤️ Оплатить USDT по QR-кодуВ следующем уроке — переходим к коду и собираем RAG-pipeline руками.SemolinaCode | Chat | YouTube

Пилотный тестСупер простая статья про то как подготовить данные для тестирования модели Читать: Как создать пилотный тест для моделиP.S. Данный урок потребуется для выполнения первого домашнего задания в обучении по RAG, которое начнется завтра в видеоформате на этом канале бесплатно (но со спонсором)SemolinaCode | Chat | YouTube | HowToCode | Prop

Как удалить свой диалог с ChatGPT? НикакЯ тут обнаружил, что если попытаться удалить свой диалог с ChatGPT, то под капотом у вас ничего не выйдет. Диалог просто перестанет у вас отображаться, но на сервере openai скорее всего всё будет сохраненоОткуда такая догадка?Да просто во время запрос на удаление диалога отправляется PATCH запрос с параметром "is_visible: false". Да и в принципе PATCH запрос предназначен для обновления информации, а для удаляния есть DELETEЗапрос PATCH используется для частичного обновления ресурса в API, отправляя только те данные, которые нужно изменить, а не весь объект целикомSemolinaCode | Chat | YouTube | HowToCode | Prop

Всё, что вам нужно знать про HuggingFace P.S. В этом посте я упомяну "huggingface" 10 раз. Заранее извиняюсьТут будет сразу серия статей!!Обзор huggingface.co– Что такое huggingface;– Кто и как использует huggingface;– Как пользоваться huggingface новичку.Выбор модели под задачу на huggingface.co– Какие есть фильтры на huggingface и как ими пользоваться;– Разберём практические шаблоны для фильтрации.Обзор карточки модели на huggingface.co– Разберём все разделы карточки на huggingface;– Протестируем модель прямо в браузере;– Узнаем кто и как может подгрузить кастомный код на наше локальное устройство и как этого избежать.SemolinaCode | Chat | YouTube | HowToCode | Prop

Что за циферки?Мы уже разобрались с тем как запускать модели локально (способ 1 и способ 2). Теперь надо понять как выбрать модель под свои нужды и как прочитать "паспорт модели", который выглядит примерно так:Model architecture gemma3 parameters 4.3B context length 131072 embedding length 2560 quantization Q4_K_MCapabilities completion visionParameters temperature 1 top_k 64 top_p 0.95 stop "<end_of_turn>"License Gemma Terms of Use Last modified: Feb 21, 2024Всё это очень подробно разобрал в конспекте:Читать: Как выбрать AI модельSemolinaCode | Chat | YouTube | HowToCode | Prop

Запуск AI-моделей локально (способ 2)Запускать ai модели ещё можно через ollama Функции почти те же, что и у Docker:– есть GUI– устанавливается одной командой– есть hub моделей – гибкие настройки – поддержка openai api– есть возможность запуска моделей с Hugging Face (в формате GGUF)– большое комьюнитиЧитать: Запуск моделей локально через OllamaSemolinaCode | Chat | YouTube | HowToCode | Prop

Запуск AI-моделей локальноПросто для понимания: ChatGPT 5, Gemini 3, Grok 3 и т. д. – это самые популярные AI-модели от крупных компанийНо на самом деле этих моделей огромное количество. Только в открытом доступе на Hugging Face находится более 2.2 млн моделей под разные задачи (каждую из которых можно скачать и запустить у себя локально – если, конечно, хватит железа)Один из самых простых способов запустить модель локально – использовать DMR (Docker Model Runner)Если вы впервые слышите слово "Docker", ничего страшного. Чтобы скачать и запустить модель, вам не придётся писать код или вводить команды, так как у DMR есть понятный пользовательский интерфейс (см. скрин).Без лишних слов – всё описал в конспекте:Читать: DMR: запуск AI-моделей локальноP.S. А вообще, на канале есть урок про основы Docker и docker-compose для кодеровSemolinaCode | Chat | YouTube | HowToCode | Prop

Похоже придётся повайбкодитьВ своём лайв канале Криппи выложил пост: https://t.me/sdgsdfhdfdfh/1901В этом посте Криппи написал, что у нас тут будет вайбкоддинг, а он не планировался))Планировались чуть более сложные вещи (вплоть до файн-тюнинга моделей) Но не суть. Уважим пирожка и подготовим инфу про вайбкоддинг. Я уже накопал кое-какие инструменты, для помощи кодерам и затестил некоторые профильные модели:– https://cursor.com/– https://tabnine.com/– https://kilocode.ai/ – https://codeassist.google/– https://factory.ai/– https://builder.io/ (хуже всех отработал)– https://grok.com/– https://claude.com/ (лучше всех себя показал)– ... Если вы ещё что-то тестили на +- сложных проектах и это вам реально помогло, то закиньте пожалуйста в комменты или в лс @ahillary 👇

RUG RAGПервой практической штукой, которую мы сделаем, будет RAG системаRAG (Retrieval-Augmented Generation) – это подход, при котором искусственный интеллект сначала находит нужную информацию в базе данных или документах (retrieval), а затем использует её для генерации ответа (generation).Простыми словами, это способ “научить” модель отвечать с опорой на реальные данные, а не только на то, что она запомнила при обучении.RAG-системы применяются в чат-ботах, справочных ассистентах и корпоративных поисках — чтобы AI давал точные, актуальные и обоснованные ответы, цитируя источник, а не "выдумывал" их.Чтобы перейти к практике, нам в любом случае придётся разобраться с тем что такое: AI модель, в чем разница между AI моделью и нейросетью и понять понять какие вообще бывают модели. Всё это я расписал в конспекте, который прикрепляю снизуСкорее всего, это будет самая простая часть конспектов. Но она нужна чтобы заложить начальный фундамент и хотя бы не путаться в понятияхЧитать: AI модели для чайниковSemolinaCode | Chat | YouTube | HowToCode | Prop

Что тут будет происходить?– Почему AI?Сравним двух программистов: один из них использует AI, а другой — нет, — и посмотрим на их результаты и эффективность. Думаю, вывод очевиден. А с учётом того, сколько денег вкладывается в развитие AI, страшно представить, что будет через 5–10 лет. В любом случае не хочется, чтобы технология прошла мимо.– Что тут будет выкладываться?Когда я погружаюсь в новую тему, я делаю кучу конспектов (которые, как правило, потом даже не открываю). Раньше это были письменные записи, теперь — заметки в Notion (или на какой-либо другой платформе).Так как это просто конспекты, которые я пишу для себя во время изучения новой темы, они не претендуют на гениальность и идеальность. Это просто структурированная информация для удобного использования.– Чему будем учиться?На данный момент нет чёткого плана, так как не хватает насмотренности, поэтому действуем в режиме максимального расфокуса и пробуем всё понемногу. Но цель этого мероприятия — заработать деньги на AI.И да, постараемся не скатываться в сверхпростые темы, которые каждый может освоить за 1–2 дня — просто потому, что там слишком высокая конкуренция.– Будет ли платный продукт?Пока сам с этого не заработаю, курса, подписки или какой-либо иной монетизации не будет.SemolinaCode | Chat | YouTube | HowToCode | Prop

soon