RAG_QA_LLM
1.0.0
في هذا المستودع، أتعمق في إنشاء مركز لمشاركة المعرفة من مصادر البيانات الخاصة بي حيث يمكن للفرق الحصول على رؤى وإجابات بسهولة المحادثة، باستخدام تقنية RAG Q&A، مع إمكانية إكمال طريقة مشاركة المعلومات داخل كليهما. المنظمات الصغيرة والكبيرة.
باختصار، RAG Q&A (سؤال وإجابة الجيل المعزز للاسترجاع) هو إطار عمل يمزج بين النهج القائم على الاسترجاع والجيل. يستخدم مستردًا للعثور على المعلومات ذات الصلة، وعادةً ما يستخدم LLM (نموذج اللغة الكبير) كمولد لإنشاء إجابات غنية بالسياق. بحكم التعريف، تعد LLMs نوعًا من نماذج الذكاء الاصطناعي القادرة على فهم وتوليد لغة شبيهة بالإنسان، ويتم تدريبها على كميات هائلة من البيانات النصية لتعلم أنماط وهياكل وسياق اللغة الطبيعية.
لقد قمت بإنشاء دفتر ملاحظات واحد باستخدام نموذج Llama-2–7b-chat-hf المجاني (مع استراتيجية تكميم 4 بت) لـ Google Colab، والذي يسمح بتشغيل هذا البرنامج مجانًا، ودفتر ملاحظات آخر باستخدام OpenAI chat-gpt-3.5- نموذج Turbo LLM باستخدام اشتراك OpenAI. يرجى التأكد من تثبيت المتطلبات إذا كنت ستستخدم الإصدار المحلي.
بالنسبة لحالة الاستخدام هذه، تم استرداد ملفات وثائق تخفيض السعر من ثلاثة مصادر بيانات مختلفة:
تم اختيار هذه الوثائق لأنها طرق نموذجية للمؤسسات لتوثيق المعرفة الخاصة بمشاريعها والحفاظ عليها.
واستخرج روبوت الدردشة النهائي المعرفة بدقة، وقدم إجابات موجزة وذات صلة، مع ربط المستندات التي استخدمها.
