ContextDB

IA: Создание контекстной базы данных для ваших подсказок

Я покажу вам, как разработать систему для оптимизации использования подсказок в приложениях искусственного интеллекта с использованием базы данных контекста. В этом проекте используются такие технологии, как Python , DuckDB, Langchain и другие. Он выделяется для использования DuckDB в качестве векторной базы данных, которая помогает эффективно управлять большими объемами данных, в то время как библиотека Langchain интегрирована для изучения возможностей модели CHATGPT-3.5 или более высокого языка.

Благодаря этой интеграции проект включает в себя продвинутые методы, такие как встраиваемые и генеральные поколения на пенсии , демонстрируя практическое и сложное применение теоретических концепций, охватываемых. Эта комбинация инструментов и методов не только повышает точность и эффективность приложений ИИ , но также иллюстрирует практику нескольких выстрелов , в которой подсказка представлена ​​с некоторыми примерами, которые способствуют лучшему пониманию того, что запрашивается.

Видео презентация

Требования

Приложение развертывание

Клонирование репозитория:

git clone https://github.com/Renatoelho/ContextDB.git contextDB

Подготовка окружающей среды:

• Доступ к клонированному каталогу

 cd contextDB/app/

• Создание виртуальной среды

python3 -m venv .venv

• Активирование виртуальной среды

 source .venv/bin/activate

• Установка зависимостей

pip install pip setuptools wheel && pip install -r requirements.txt

ВАЖНО: Обновите файл .env с помощью токена Access OpenAI, а также с кредитами на вашей платформе Openai Developer https://platform.openai.com/.

• Тестирование приложения

python3 ./app.py

ПРИМЕЧАНИЕ . Чтобы проверить приложение с другими сообщениями, просто измените текст atendimento ваучера в файле app.py

Ссылки

Карраро, Фабрио. Искусственный интеллект и CHATGPT: от революции генеративных моделей искусственного интеллекта до быстрого разработки. 1. Ред. SAO Paulo: Casa Do Code Publisher, 2023.

Python DB API, DuckDB. Доступно по адресу: https://duckdb.org/docs/api/python/dbapi. Доступ к: 22 апреля 2024 года.

Что такое тряпка?, AWS. Доступно по адресу: https://aws.amazon.com/en/what-i/retieval-ugmented-generation/. Доступ к: 22 апреля 2024 года.

Внедрение слов: заставлять компьютера понимать значение слов - введение в очень важные концепции NLP: Enterdings и Word2VEC, Medium. Доступно по адресу: https://medium.com/turing-talks/word-empedding-fing-fo-computer-nefing-da-das-lavras-92f2745057. Доступ к: 22 апреля 2024 года.

langchain_community.vectors.duckdb.duckdb, api python langchain. Доступно по адресу: https://api.python.langchain.com/en/latest/vectors/langchain_community.vectors.duckdb.html. Доступ к: 22 апреля 2024 года.

langchain_community.embeddings.openai.openaieembeddings, openeeembeddings. Доступно по адресу: https://api.python.langchain.com/en/latest/embeddings/langchain_community.embeddings.openai.openaieembedings.html#langchain-community-openai-oppedings. Доступ к: 22 апреля 2024 года.