CourtBot

Кортбот

Описание

Courtbot - это чат -бот, который может получить доступ ко всем решениям Верховного суда Соединенных Штатов. Он может ответить на вопросы на основе информации в этих решениях и привести к конкретным решениям, которые он использовал для ответа на вопрос.

Как бежать

Установить зависимости

pip install -r requirements.txt

Бегать

 ./run.sh
    [-s : scrape the supreme court cases]
    [-e : to embed court decisions]
    [-d : start backend]
    [-c cases|db : delete all cases or database]

1. Запустить ./run.sh -s соскабливает дела Верховного суда от Findlaw и предает их для внедрения. Время, необходимое для очистки данных, зависит от количества потоков, которые вы выделяете, и это занимает около 3 часов с 50 потоками. Данные хранятся в каталоге SupremeCourtCases как файлы TXT.
2. Запустить ./run.sh -e , чтобы внедрить судебные дела для базы данных Chroma. Этот процесс запускается на графическом процессоре, но может быть запущен на процессоре. При запуске GPU этот процесс занимает около 14 часов, чтобы внедрить все 21 тысячу случаев. База данных Chroma сохраняется в каталоге .chroma .
3. Запустите ./run.sh -d для запуска сервера. Все запросы векторной базы данных и бота в чате выполняются через этот API.

Источники

• Данные по делам Верховного суда скрещиваются из Findlaw с использованием селена и веб -драйвера Chromium.
• Встроения рассчитываются с использованием All-MPnet-Base-V2, которая является тонкой настроенной версией Microsoft Masked and Remorted Language Modeling (MPNET) (ARXIV).
• Используемая векторная база данных является Chroma. Chroma - это векторная база данных, которая позволяет искать аналогичные векторы. Он построен на вершине DuckDB и Apache Parquet.
• Ботт чат построен с использованием обоснованной открытого языкового диалога модели Microsoft (Godel) (ARXIV). Эта модель обучена 551 миллионам диалогов из Reddit и 5 миллионов диалогов инструкций и знаний.
• API создан с использованием FASTAPI, который использует веб -сервер Uvicorn.