Geeta GPT

Geeta Gpt

Geeta GPT-это усовершенствованное приложение для ИИ, созданное с использованием поколения в поисках-аугментировании (RAG). Он использует мощные возможности крупных языковых моделей для обеспечения проницательных и точных ответов, основанных на богатом содержании Бхагавад -гиты.

Большие языковые модели (LLM) похожи на студентов, которые преуспевают в том, чтобы подражать тому, чему они преподают. Их учебные данные - их учебник, и они становятся очень хорошими в следование закономерности, которые они видят там. Однако это может ограничить их понимание. Они не могут по -настоящему рассуждать или применять знания за пределами того, что они подвергались.

Вот почему мы используем такие методы, как поиск-аугментированный поколение (RAG), чтобы расширить свои знания. Это как предоставить им доступ к гигантской библиотеке! Rag позволяет LLMS консультироваться с внешними документами при ответе, помогая им заземлить свои ответы в реальной информации и уменьшая выдуманные факты.

Трубопровод

Демо

Начиная

1. Клонировать репозиторий

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

2. Установить зависимости

 pip install -r requirements.txt

3. Добавьте клавишу API в файл app.py в вам нужен ключ API Gemini, который свободно доступен. Получите свой, нажав здесь.

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

4. Запустите приложение

 streamlit run app.py

Использование

• Задайте вопросы: введите свои вопросы о Bhagavad Gita и получите проницательные ответы.
• Исследуйте учения: углубиться в конкретные учения и стихи Гиты.
• Личное руководство: используйте приложение для личного размышления и руководства на основе мудрости Гиты.

Ограничения

Приложения для поиска-аугированного поколения (RAG), хотя и мощные, имеют некоторые ограничения

• Ограниченное мышление: тряпка борется с итеративными рассуждениями. Он получает информацию на основе сходства, но не может оценить, действительно ли она имеет отношение к задаче.
• Проблемы масштабируемости: Большие наборы данных могут перегружать методы поиска Rag, особенно с помощью таких методов, как K-ближайшие соседи (KNN).
• Зависимость данных: качество полученной информации напрямую влияет на выход Rag. Предвзятость или неточности в данных могут привести к ненадежным ответам.
• Проблемы с большими наборами данных: хранение и обработка массивных наборов данных может быть затруднено для тряпки, влияя на скорость поиска и точность.

Будущая область

Возможности Geeta GPT не ограничиваются Bhagavad Gita . Архитектура может быть расширена для работы с любым текстовым документом или PDF, открывая ряд возможностей:

1. Расширяйте другие религиозные тексты: адаптируйте систему, чтобы предоставить понимание других религиозных или философских текстов.
2. Академические документы: Помощь в понимании и суммировании академических работ или исследовательских документов.
3. Технические руководства: предоставьте поддержку технической документации и руководства, что облегчает поиск конкретной информации.
4. Юридические документы: улучшить понимание и доступность юридических текстов и контрактов.

Лицензия Этот проект лицензирован по лицензии MIT - для получения подробной информации см. Файл лицензии.

Библиография

• Модель LLM: https://gemini.google.com/
• Учебники: https://medium.com/