Geeta GPT

Geeta GPT

Geeta GPT เป็นแอปพลิเคชั่น AI ขั้นสูงที่สร้างขึ้นโดยใช้ Generation Retrieval-Augmented Generation (RAG) มันใช้ประโยชน์จากความสามารถที่ทรงพลังของแบบจำลองภาษาขนาดใหญ่เพื่อให้การตอบสนองที่ลึกซึ้งและแม่นยำตามเนื้อหาที่หลากหลายของ Bhagavad Gita

รูปแบบภาษาขนาดใหญ่ (LLMS) เป็นเหมือนนักเรียนที่เก่งในการเลียนแบบสิ่งที่พวกเขาสอน ข้อมูลการฝึกอบรมของพวกเขาคือตำราเรียนของพวกเขาและพวกเขาจะดีมากในการติดตามรูปแบบที่พวกเขาเห็นที่นั่น อย่างไรก็ตามสิ่งนี้สามารถจำกัดความเข้าใจของพวกเขา พวกเขาไม่สามารถให้เหตุผลหรือใช้ความรู้นอกสิ่งที่พวกเขาได้รับอย่างแท้จริง

นั่นเป็นเหตุผลที่เราใช้เทคนิคต่าง ๆ เช่น Generation Retrieval-Augmented (RAG) เพื่อขยายความรู้ของพวกเขา มันเหมือนกับการให้พวกเขาเข้าถึงห้องสมุดยักษ์! RAG ให้ LLMS ปรึกษาเอกสารภายนอกเมื่อตอบกลับช่วยให้พวกเขาได้รับคำตอบในข้อมูลในโลกแห่งความเป็นจริงและลดข้อเท็จจริงที่สร้างขึ้น

ท่อส่ง

การสาธิต

เริ่มต้น

1. โคลนที่เก็บ

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

2. ติดตั้งการพึ่งพา

 pip install -r requirements.txt

3. เพิ่มคีย์ API ในไฟล์ app.py ที่คุณต้องใช้คีย์ Gemini API ซึ่งมีให้บริการอย่างอิสระ รับของคุณโดยคลิกที่นี่

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

4. เรียกใช้แอปพลิเคชัน

 streamlit run app.py

การใช้งาน

• ถามคำถาม: พิมพ์คำถามของคุณเกี่ยวกับ Bhagavad Gita และรับคำตอบที่ลึกซึ้ง
• สำรวจคำสอน: เจาะลึกลงไปในคำสอนเฉพาะและข้อของ Gita
• คำแนะนำส่วนบุคคล: ใช้แอพสำหรับการไตร่ตรองและคำแนะนำส่วนบุคคลตามภูมิปัญญาของ Gita

ข้อ จำกัด

แอปพลิเคชัน Retrieval-Augmented Generation (RAG) ในขณะที่มีประสิทธิภาพมีข้อ จำกัด บางประการ

• การใช้เหตุผล จำกัด : ผ้าขี้ริ้วต่อสู้กับการใช้เหตุผลซ้ำ ๆ มันดึงข้อมูลขึ้นอยู่กับความคล้ายคลึงกัน แต่ไม่สามารถประเมินได้ว่ามันเกี่ยวข้องกับงานอย่างแท้จริงหรือไม่
• ปัญหาความสามารถในการปรับขนาด: ชุดข้อมูลขนาดใหญ่สามารถครอบงำวิธีการดึงของ RAG โดยเฉพาะอย่างยิ่งกับเทคนิคเช่น K-Nearest Neighbor (KNN)
• การพึ่งพาข้อมูล: คุณภาพของข้อมูลที่ดึงมาส่งผลกระทบโดยตรงต่อผลลัพธ์ของ RAG อคติหรือความไม่ถูกต้องในข้อมูลสามารถนำไปสู่การตอบสนองที่ไม่น่าเชื่อถือ
• ความท้าทายด้วยชุดข้อมูลขนาดใหญ่: การจัดเก็บและประมวลผลชุดข้อมูลขนาดใหญ่อาจเป็นเรื่องยากสำหรับ RAG ส่งผลกระทบต่อความเร็วในการดึงและความแม่นยำ

ขอบเขตในอนาคต

ความสามารถของ Geeta GPT ไม่ได้ จำกัด อยู่ที่ Bhagavad Gita สถาปัตยกรรมสามารถขยายเพื่อทำงานกับเอกสารที่ใช้ข้อความหรือ PDF ใด ๆ เปิดโอกาสให้เป็นไปได้:

1. ขยายไปยังตำราทางศาสนาอื่น ๆ : ปรับระบบเพื่อให้ข้อมูลเชิงลึกจากตำราทางศาสนาหรือปรัชญาอื่น ๆ
2. เอกสารวิชาการ: ช่วยในการทำความเข้าใจและสรุปเอกสารทางวิชาการหรือเอกสารการวิจัย
3. คู่มือทางเทคนิค: ให้การสนับสนุนเอกสารทางเทคนิคและคู่มือทำให้ง่ายต่อการค้นหาข้อมูลเฉพาะ
4. เอกสารทางกฎหมาย: เพิ่มความเข้าใจและการเข้าถึงข้อความและสัญญาทางกฎหมาย

ใบอนุญาตโครงการนี้ได้รับใบอนุญาตภายใต้ใบอนุญาต MIT - ดูไฟล์ใบอนุญาตสำหรับรายละเอียด

บรรณานุกรม

• รุ่น LLM: https://gemini.google.com/
• บทเรียน: https://medium.com/