Download von RAG Pipeline - Download für RAG Pipeline -Quellcode

Herunterladen

Pipeline von Rag (Abruf Augmented Generation)

Ich habe eine Lag -Pipeline gebaut, um zu zeigen, wie wir das Wissen mit zusätzlichen Daten erweitern können.

Lag -Pipeline -Bild

Rag ist eine Technik, um LLM -Wissen mit zusätzlichen Daten zu erweitern.
LLMs können über weitreichende Themen argumentieren, aber ihr Wissen beschränkt sich auf die öffentlichen Daten bis zu einem bestimmten Zeitpunkt, an dem sie geschult wurden.
Wenn Sie KI -Anwendungen erstellen möchten, die über private Daten oder Daten, die nach dem Cutoff -Datum eines Modells eingeführt wurden, begründen können, müssen Sie das Wissen des Modells mit den spezifischen Informationen erweitern, die es benötigt.
Der Prozess des Einbringens der entsprechenden Informationen und des Einfügens in die Modellaufforderung wird als Abruf Augmented Generation (RAG) bezeichnet.

Voraussetzungen
- Git
- Befehlszeile Vertrautheit
Klon das Repository: git clone https://github.com/NebeyouMusie/RAG-Pipeline.git
Virtuelle Umgebung erstellen und aktivieren (empfohlen)
- python -m venv venv
- source venv/bin/activate
Navigieren Sie mit Ihrem Terminal zur Projektverzeichnis-Verzeichnis cd ./RAG-Pipeline
Installieren Sie Bibliotheken: pip install -r requirements.txt
Öffnen und führen Sie alle Zellen in das Notebook rag_pipeline.ipynb aus
rag_pipeline.ipynb Sie können die Dokumente in das files und das Notebook rag_pipeline.ipynb im notebook -Verzeichnis im Repository herunterladen, laden Sie diese Dateien und das Notebook in Google Collab