كيفية استخدام الجيل المعزز للاسترجاع (RAG) لتطبيقات Go

تنفيذ RAG (باستخدام LangChain وPostgreSQL) لتحسين دقة وأهمية مخرجات LLM

يحتوي هذا المستودع على كود المصدر المتوافق مع منشور المدونة كيفية استخدام الجيل المعزز للاسترجاع (RAG) لتطبيقات Go والذي يغطي كيفية الاستفادة من لغة برمجة Go لاستخدام قواعد بيانات المتجهات وتقنيات مثل الجيل المعزز للاسترجاع (RAG) مع langchaingo.

تم تدريب نماذج اللغة الكبيرة (LLMs) والنماذج الأساسية الأخرى على مجموعة كبيرة من البيانات لتمكينها من الأداء الجيد في العديد من مهام معالجة اللغة الطبيعية (NLP). ولكن أحد أهم القيود هو أن معظم النماذج الأساسية وLLMs تستخدم مجموعة بيانات ثابتة غالبًا ما يكون لها حد معرفي محدد (على سبيل المثال، يناير 2023).

يعمل RAG (الجيل المعزز للاسترجاع) على تحسين LLMs عن طريق استرجاع المعلومات الخارجية ديناميكيًا أثناء عملية توليد الاستجابة، وبالتالي توسيع قاعدة معارف النموذج بما يتجاوز بيانات التدريب الأصلية. تتضمن الحلول المستندة إلى RAG مخزنًا متجهًا يمكن فهرسته والاستعلام عنه لاسترداد أحدث المعلومات وأكثرها صلة، وبالتالي توسيع معرفة LLM إلى ما هو أبعد من فترة التدريب. عندما تحتاج شهادة LLM المجهزة بـ RAG إلى إنشاء استجابة، فإنها تستعلم أولاً عن مخزن متجه للعثور على معلومات حديثة ذات صلة بالاستعلام. وتضمن هذه العملية أن مخرجات النموذج لا تعتمد فقط على المعرفة الموجودة مسبقًا ولكن يتم تعزيزها بأحدث المعلومات، وبالتالي تحسين دقة وأهمية استجاباته.