Building a RAG System
1.0.0
Gemini와 같은 LLM에는 회사별 정보가 부족하다는 것을 알고 있습니다. 하지만 이 최신 정보는 PDF, 텍스트 파일 등을 통해 확인할 수 있습니다. 이제 LLM을 이러한 소스와 연결할 수 있다면 훨씬 더 나은 응용 프로그램을 구축할 수 있습니다.
LangChain 프레임워크를 사용하여 Gemini 1.5 Pro와 같은 LLM의 기능을 활용하여 2024년 4월 10일 Google에서 발행한 "Leave No Context Behind" 논문에 대한 질문에 답할 수 있는 RAG(Retrieval Augmented Generation) 시스템을 구축했습니다. 이 과정에서 외부 데이터(즉, Leave No Context Behind Paper)가 검색된 후 생성 단계에서 LLM으로 전달됩니다.
여기에서 논문을 찾을 수 있습니다.
여기에서 전체 코드 구현을 찾아보세요.
