Advanced RAG

고급 헝겊 구현 안내서

이 리포지토리에는 검색 방지 생성 (RAG)을 구현하기위한 구조화 된 안내서가 포함되어 있습니다. 이 저장소의 각 노트북은 기초에서부터 엔드 투 엔드 파이프 라인 구축에 이르기까지 Rag의 특정 측면을 가르치도록 설계되었습니다.

승인

이 가이드는 Thataiguy의 작품에 의해 영감을 얻었습니다. 전체 크레딧은 귀중한 자원과 통찰력에 대해 원래 저자에게 전달됩니다.

주제

• 1_fundamentals_of_rag.ipynb
  검색-구분 세대의 기본 사항을 소개합니다.

• 2_langchain_retrieval_pipeline.ipynb
  간소화 된 워크 플로우를 위해 Langchain을 사용하여 검색 파이프 라인을 설정하는 방법을 다룹니다.

• 3_overview_of_document_loaders.ipynb
  문서 로더에 대한 개요와 검색 작업을위한 데이터 처리에서의 역할을 제공합니다.

• 4_document_loaders.ipynb
  실제 예제와 함께 다양한 문서 로더를 사용하는 데 더 깊이 다.

• 5_text_splitter_transformation.ipynb
  임베딩 및 검색을위한 데이터를 최적화하기 위해 텍스트 분할 및 변환을 설명합니다.

• 6_text_embedding_models.ipynb
  텍스트 임베딩 모델과 의미있는 벡터 표현을 생성하기위한 구성에 중점을 둡니다.

• 7_vector_stores_and_retrievers.ipynb
  정보를 효율적으로 저장하고 검색하는 방법을 보여주는 벡터 상점 및 리트리버에 대해 논의합니다.

• 8_retrievers.ipynb
  리트리버 유형에 대한 자세한 탐색 및 벡터 스토어와의 통합.

• 9_End_to_End_RAG_Chain.ipynb
  모든 개념을 엔드 투 엔드 검색-예술 생성 파이프 라인으로 결합합니다.

사용 방법

1. 이 저장소를 복제하십시오.
2. 필요한 종속성 설치 :

   pip install -r requirements.txt

3. 1_fundamentals_of_rag.ipynb 로 시작하여 노트북을 순서대로 이동하십시오.

전제 조건

• 파이썬 3.10 이상
• Google API 키
• Jupyter 노트북 또는 Jupyter Lab
• requirements.txt 에 나열된 모든 종속성

기여

기부금을 환영합니다! 이 저장소를 자유롭게 포크하고 풀 요청을 제출하십시오.