Building a RAG System
1.0.0
ดังที่เราทราบแล้วว่า LLM เช่น Gemini ขาดข้อมูลเฉพาะของบริษัท แต่ข้อมูลล่าสุดนี้สามารถดูได้ในรูปแบบ PDF ไฟล์ข้อความ ฯลฯ... ตอนนี้หากเราสามารถเชื่อมต่อ LLM ของเรากับแหล่งข้อมูลเหล่านี้ได้ เราก็สามารถสร้างแอปพลิเคชันที่ดียิ่งขึ้นได้
ด้วยการใช้เฟรมเวิร์กของ LangChain ฉันได้สร้างระบบดึงข้อมูล Augmented Generation (RAG) ที่สามารถใช้พลังของ LLM เช่น Gemini 1.5 Pro เพื่อตอบคำถามในเอกสาร “Leave No Context Behind” ที่เผยแพร่โดย Google เมื่อวันที่ 10 เมษายน 2024 ในกระบวนการนี้ ภายนอก ข้อมูล (เช่น Leave No Context Behind Paper) จะถูกดึงข้อมูลแล้วส่งต่อไปยัง LLM ในระหว่างขั้นตอนการสร้าง
คุณสามารถค้นหากระดาษได้ที่นี่
ค้นหาการติดตั้งโค้ดที่สมบูรณ์ได้ที่นี่
