Advanced RAG

高度なRAG実装ガイド

このリポジトリには、検索された生成（RAG）を実装するための構造化ガイドが含まれています。このリポジトリの各ノートブックは、基本からエンドツーエンドのパイプラインの構築まで、RAGの特定の側面を教えるように設計されています。

了承

このガイドは、Thataiguyの作品に触発され、に基づいています。完全なクレジットは、彼らの貴重なリソースと洞察のために元の著者に送られます。

トピック

• 1_fundamentals_of_rag.ipynb
  検索された世代の基本を紹介します。

• 2_langchain_retrieval_pipeline.ipynb
  合理化されたワークフローにLangchainを使用して検索パイプラインをセットアップする方法をカバーします。

• 3_overview_of_document_loaders.ipynb
  ドキュメントローダーの概要と、検索タスクのデータの処理における役割を提供します。

• 4_document_loaders.ipynb
  実用的な例を備えたさまざまなドキュメントローダーを使用することをより深く掘り下げます。

• 5_text_splitter_transformation.ipynb
  埋め込みと検索のためのデータを最適化するためのテキストの分割と変換について説明します。

• 6_text_embedding_models.ipynb
  意味のあるベクトル表現を生成するためのテキスト埋め込みモデルとその構成に焦点を当てています。

• 7_vector_stores_and_retrievers.ipynb
  ベクターストアとレトリーバーについて説明し、情報を効率的に保存および取得する方法を紹介します。

• 8_retrievers.ipynb
  レトリバータイプの詳細な調査とベクターストアとの統合。

• 9_End_to_End_RAG_Chain.ipynb
  すべての概念を、エンドツーエンドの検索の頂点パイプラインに組み合わせます。

使い方

1. このリポジトリをクローンします。
2. 必要な依存関係をインストールします。

   pip install -r requirements.txt

3. 1_fundamentals_of_rag.ipynbから始めて、ノートブックを順番にナビゲートします。

前提条件

• Python 3.10以降
• Google APIキー
• JupyterノートブックまたはJupyter Lab
• requirements.txtにリストされているすべての依存関係。txt

貢献

貢献は大歓迎です！このリポジトリをフォークして、プルリクエストを送信してください。