Adding Private Data to LLMs

RAG - LLM へのプライベート データの追加

LLM は、リアルな画像、コード、対話を作成する能力で世界を驚かせてきました。 ChatGPT が世界を席巻したことは間違いありません。何百万もの人がそれを使用しています。ただし、汎用的な知識には優れていますが、認識できるのはトレーニングに基づいた情報、つまり 2021 年より前の一般に入手可能なインターネット データのみです。ユーザーの個人データに対する認識が欠如しており、最近のデータ ソースについての情報が得られないままです。したがって、その点で顧客を改善するために、検索ステップから取得した情報を顧客に提供できます。これにより、モデルがより事実に近くなり、これらの大規模なモデルを再トレーニングすることなく、モデルに最新の情報を提供できるようになります。これはまさに、検索拡張 LLM または検索拡張生成 (RAG) システムです。実際、このリポジトリでは、RAG システムの作成の概要が正確に説明され、関連する最適化手順が説明されます。

目次

• ラグ

• 技術スタック

• インストール

• 役立つリンク

• 接触

ラグ

技術スタック

• ラングチェーン

• ラマインデックス

• Azure OpenAI

• グラディオ

インストール

1. Github リポジトリのクローンを作成する

   git clone https://github.com/zekaouinoureddine/Adding-Private-Data-to-LLMs.git

2. 要件 プロジェクト ディレクトリに Cd し、Python 3 が必要な依存関係とともにインストールされていることを確認します。

    cd LLM へのプライベート データの追加
   pip install -r 要件.txt

3. Gradioアプリを実行する

   Python rag.py

マシン上で http://127.0.0.1:7860 にアクセスして、アプリをテストします。次のようなものが表示されるはずです。

役立つリンク

ブログ	プレートフォーム	言語	ノート
自分自身のデータに問いかける	ハイベラスのブログ	ES
自分自身のデータに問いかける	中くらい	JP
Web ページに質問する	ハイベラスのブログ	ES
Web ページに質問する	中くらい	JP

---

接触

気に入ったら、 を付けて、フォローしてください:

• LinkedIn: ヌール・エディン・ゼカウイ

• Twitter: @NZekaoui

---

トップに戻る