VerAIzon
1.0.0
抹布（檢索增強一代）聊天機器人伴隨Mistral-7B，專門針對Verizon客戶服務量身定制。
使用data_extraction.py文件通過迭代提取來收集數據。該代碼僅以2個鏈接開頭 - [https://www.verizon.com/home/internet/'，https:/'https：//community.verizon.com/']，然後在運行時，它刪除了這兩個網頁中的所有鏈接，並在這兩個網頁中進行了所有鏈接，並創建了大約一個數據集的數據，大約是1000 pages的數據。另一個數據來源是https://www.verizon.com/about/terms-conditions/user-guides上可用的用戶加油站。
LLMS無法處理整個數據，因此我們需要將數據分為一小部分文本。使用Langchain分裂的遞歸字符將數據集拆分為小塊。一旦有了小塊，我們就可以通過HuggingFace Embeddings使用All-Minilm-L12-V2模型來創建其嵌入。
一旦我們將嵌入與文本塊相對應，我們就可以將其存儲在矢量數據庫中。出於我們的目的，我們使用了FAISS（Facebook AI相似性搜索）矢量店，因為在計算大量數據時相似性時，它是高效的。
對於檢索部分，我們將用戶問題作為輸入，並使用FAISS搜索可能會回答用戶查詢的FAISS搜索中找到最匹配的塊。
一旦我們擁有最匹配的塊，我們就可以將它們標記為上下文，並將其傳遞到模型的自定義提示中。出於目的，我們使用了以下提示 -
[ INST ] You are a Verizon company 's chatbot, Only use the following pieces of context to answer the user' s question . If the answer is not present in context , just say that you don 't know and display the following link "https://www.verizon.com/support/residential/contact-us/contactuslanding.htm", don' t try to make up an answer .[ / INST ]
Context : { context }
Question : { question }
answer : 現在，此提示將傳遞給LLM以獲取輸出。我們使用的LLM是Mistral-7b（當前的開源狀態）。
