Building a RAG System

?‍ RAG システムの構築

ご存知のとおり、Gemini のような LLM には企業固有の情報が不足しています。しかし、この最新情報は PDF やテキスト ファイルなどから入手できます。LLM をこれらのソースに接続できれば、より優れたアプリケーションを構築できます。

LangChain フレームワークを使用して、2024 年 4 月 10 日に Google によって公開された「Leave No Context Behind」論文の質問に答えるために、Gemini 1.5 Pro のような LLM のパワーを利用できる検索拡張生成 (RAG) システムを構築しました。このプロセスでは、外部データ (つまり、ペーパーの背後にコンテキストを残さない) が取得され、生成ステップ中に LLM に渡されます。

紙はここで見つけることができます。

?技術スタック

• ラングチェーン
• クロマDB
• ストリームライト

完全なコード実装はここで見つけてください。