danGPT

丹GPT

請在 https://dangpt.vercel.app/ 上試試看。

該專案展示瞭如何建立 AI 服務並使用生成式 AI 實現 RAG（檢索增強生成）。

以下是其工作原理的詳細說明：

1. 在本儲存庫的範圍之外，我們已經抓取了大量資料。在這種情況下，丹的帖子。
2. 然後，我們使用機器學習模型將要搜尋的所有文字轉換為向量（數字列表），該模型將文字中的含義映射到多維數字空間。使用“嵌入模型”將文字“嵌入”向量空間中。在本例中，使用 OpenAI 的text-embedding-3-small 。
3. 然後我們將這些向量儲存在向量資料庫中。我們選擇的武器是 DataStax 的 AstraDB。

然後，當使用者提交查詢時，我們：

1. 使用相同的嵌入模型將查詢轉換為向量。
2. 在向量資料庫中搜尋與查詢向量最相似的向量，或是維度空間中「靠近」查詢向量的向量。
3. 從最相似的向量中檢索許多原始文字。
4. 將這些原始文字作為上下文輸入以產生人工智慧模型。在本例中，使用 OpenAI 的gpt-3.5-turbo 。 ChatGPT 免費套餐背後的模型相同。
5. 然後，生成式人工智慧模型根據給定的上下文產生回應，假裝是丹。

值得注意的是，這只是一個愚蠢的副項目演示，很可能是錯誤的。這更多的是為了教育。