Geeta GPT

Geeta Gpt

Geeta Gpt는 검색-예방 생성 (RAG)을 사용하여 구축 된 고급 AI 애플리케이션입니다. 그것은 대형 언어 모델의 강력한 기능을 활용하여 Bhagavad Gita의 풍부한 내용을 기반으로 통찰력 있고 정확한 응답을 제공합니다.

대형 언어 모델 (LLM)은 자신이 가르치는 것을 모방하는 데 탁월한 학생과 같습니다. 그들의 훈련 데이터는 그들의 교과서이며, 그들이 보는 패턴을 따르는 데 매우 능숙 해집니다. 그러나 이것은 그들의 이해를 제한 할 수 있습니다. 그들은 노출 된 것 외에는 진정으로 지식을 추론하거나 적용 할 수 없습니다.

그렇기 때문에 RAG (Respreval-Augmented Generation)와 같은 기술을 사용하여 지식을 확장합니다. 그들에게 거대한 도서관에 접근하는 것과 같습니다! RAG는 ​​LLM이 응답 할 때 외부 문서를 참조하여 실제 정보에 대한 답변을 제공하고 구성 사실을 줄이는 데 도움을줍니다.

관로

데모

시작하기

1. 저장소를 복제하십시오

 git clone https://github.com/rushidarge/Geeta-GPT.git
cd Geeta-GPT

2. 종속성을 설치하십시오

 pip install -r requirements.txt

3. App.py 파일에 API 키를 추가하십시오. 여기를 클릭하여 얻습니다.

 os.environ["GOOGLE_API_KEY"] = "Your API key"

4. 응용 프로그램을 실행하십시오

 streamlit run app.py

용법

• 질문 : Bhagavad Gita에 대한 질문을 입력하고 통찰력있는 응답을받습니다.
• 가르침 탐색 : Gita의 특정 가르침과 구절에 대해 더 깊이 파고 들으십시오.
• 개인지도 : Gita의 지혜를 바탕으로 개인적 반성 및지도를 위해 앱을 사용하십시오.

제한

RAG (Resprieved-Augmented Generation) 응용 프로그램은 강력하지만 몇 가지 제한 사항이 있습니다

• 제한된 추론 : 래그는 반복적 인 추론으로 어려움을 겪고 있습니다. 유사성에 따라 정보를 검색하지만 실제로 작업과 관련이 있는지 평가할 수는 없습니다.
• 확장 성 문제 : 대형 데이터 세트는 특히 K-Nearest Neighbors (KNN)와 같은 기술로 Rag의 검색 방법을 압도 할 수 있습니다.
• 데이터 의존성 : 검색된 정보의 품질은 Rag의 출력에 직접적인 영향을 미칩니다. 데이터의 편향 또는 부정확성은 신뢰할 수없는 응답으로 이어질 수 있습니다.
• 대규모 데이터 세트의 과제 : 대규모 데이터 세트를 저장 및 처리하는 것은 RAG에 어려울 수있어 검색 속도와 정확도에 영향을 미칩니다.

미래의 범위

Geeta Gpt의 기능은 Bhagavad Gita에만 국한되지 않습니다 . 아키텍처는 모든 텍스트 기반 문서 또는 PDF로 작동하도록 확장하여 다양한 가능성을 열 수 있습니다.

1. 다른 종교적 텍스트로 확장 : 다른 종교적 또는 철학적 텍스트의 통찰력을 제공하기 위해 시스템을 조정하십시오.
2. 학술 논문 : 학술 논문 또는 연구 문서를 이해하고 요약하는 데 도움을줍니다.
3. 기술 매뉴얼 : 기술 문서 및 매뉴얼을 지원하여 특정 정보를보다 쉽게 ​​찾을 수 있습니다.
4. 법률 문서 : 법적 텍스트 및 계약의 이해와 접근성을 향상시킵니다.

라이센스이 프로젝트는 MIT 라이센스에 따라 라이센스가 부여됩니다. 자세한 내용은 라이센스 파일을 참조하십시오.

서지

• LLM 모델 : https://gemini.google.com/
• 튜토리얼 : https://medium.com/