Building a RAG System
1.0.0
据我们所知,像 Gemini 这样的法学硕士缺乏公司的具体信息。但这些最新信息可以通过 PDF、文本文件等获得...现在,如果我们可以将我们的法学硕士与这些来源连接起来,我们就可以构建一个更好的应用程序。
使用LangChain框架,我构建了一个检索增强生成(RAG)系统,可以利用像Gemini 1.5 Pro这样的LLM的力量来回答Google于2024年4月10日发表的“Leave No Context Behind”论文中的问题。在这个过程中,外部数据(即不留任何背景的论文)被检索,然后在生成步骤中传递给法学硕士。
您可以在这里找到该论文。
在这里找到完整的代码实现。