Ce référentiel contient un guide structuré pour mettre en œuvre la génération (RAG) de la récupération (RAG). Chaque ordinateur portable de ce référentiel est conçu pour enseigner un aspect spécifique du chiffon, à partir des principes fondamentaux à la construction d'un pipeline de bout en bout.
Ce guide est inspiré et basé sur le travail de Thataiguy. Le crédit complet va à l'auteur d'origine pour ses ressources et informations inestimables.
1_fundamentals_of_rag.ipynb
Présente les bases de la génération de la récupération.
2_langchain_retrieval_pipeline.ipynb
Couvre comment configurer un pipeline de récupération à l'aide de Langchain pour les flux de travail rationalisés.
3_overview_of_document_loaders.ipynb
Fournit un aperçu des chargeurs de documents et de leur rôle dans le traitement des données pour les tâches de récupération.
4_document_loaders.ipynb
Une plongée plus profonde dans l'utilisation de divers chargeurs de documents avec des exemples pratiques.
5_text_splitter_transformation.ipynb
Explique la division et les transformations de texte pour optimiser les données pour l'intégration et la récupération.
6_text_embedding_models.ipynb
Se concentre sur les modèles d'intégration de texte et leurs configurations pour générer des représentations vectorielles significatives.
7_vector_stores_and_retrievers.ipynb
Discute des magasins et des récupérations vectoriels, en montrant comment stocker et récupérer efficacement les informations.
8_retrievers.ipynb
Exploration détaillée des types de retriever et leur intégration avec les magasins vectoriels.
9_End_to_End_RAG_Chain.ipynb
Combine tous les concepts dans un pipeline de génération de rétroaction de bout en bout.
pip install -r requirements.txt1_fundamentals_of_rag.ipynb . requirements.txt Les contributions sont les bienvenues! N'hésitez pas à alimenter ce référentiel et à soumettre une demande de traction.