Proyek ini mengimplementasikan chatbot yang menjawab pertanyaan khusus menggunakan model bahasa Langchain dan Google Gemini (LLM). Chatbot dilatih tentang data industri dari platform pembelajaran online, yang terdiri dari pertanyaan dan jawaban yang sesuai.
Alur kerja proyek melibatkan langkah -langkah berikut:
Data Fine-Tuning : Google Gemini LLM disesuaikan dengan data industri, memastikan bahwa model dapat secara akurat menjawab pertanyaan berdasarkan konteks yang disediakan.
Database yang menanamkan dan vektor : Embedding kalimat pelukan digunakan untuk mengubah pertanyaan dan jawaban menjadi vektor, yang disimpan dalam database vektor.
Implementasi Retriever : Komponen retriever dikembangkan untuk mengambil vektor yang tampak serupa dari database vektor berdasarkan kueri pengguna.
Integrasi dengan rantai retrivalqa Langchain : Komponen -komponen ini diintegrasikan ke dalam rantai menggunakan rantai retrivalqa Langchain, yang memproses pertanyaan yang masuk dan mengambil jawaban yang relevan.
Antarmuka Pengguna : StreamLit digunakan untuk membuat antarmuka pengguna sederhana, memungkinkan pengguna untuk memasukkan pertanyaan mereka dan menerima jawaban dari chatbot.
Untuk menjalankan proyek secara lokal, ikuti langkah -langkah ini:
requirements.txt .streamlit run app.py di terminal Anda. 

Pertanyaan kustom yang menjawab chatbot melayani berbagai tujuan, termasuk:
Proyek ini dilisensikan di bawah lisensi MIT.