Урок посвящен разбору архитектуры RAG (Retrieval-Augmented Generation) — технологии, позволяющей нейросетям отвечать на вопросы, основываясь на закрытой базе данных пользователя. Мы разбираем процесс превращения текста в эмбеддинги (числовые векторы) и создаем в прямом эфире Telegram-бота «Лунтик» для магазина инопланетных товаров. Вебинар нацелен на тех, кто хочет внедрять AI-ассистентов в бизнес-процессы, продажи или клиентскую поддержку, используя современные модели семейства Gemini и векторные хранилища.
00:00–04:00 Вступление и результаты — обсуждение успехов канала на платформе Tribute и анонс выступления на закрытой встрече авторов.
04:00–09:50 Дороговизна OpenCloud — разбор логов и объяснение, почему «простой» системы обошелся в $30 (~2 700 руб.) из-за функции Heartbeat.
09:50–16:40 Почему обычный поиск не работает — сравнение поиска по ключевым словам и семантического поиска в RAG-системах на примере слов «пес» и «собака».
16:40–23:10 Математика смыслов — как слова превращаются в векторы и распределяются в многомерном пространстве.
23:10–33:15 Эмбеддинги и дообучение — как привязать к GPT-4 или Gemini огромный пласт корпоративной информации без переобучения всей модели.
