Geeta GPT

Geeta GPT

Geeta GPT是使用檢索授權一代（RAG）構建的高級AI應用程序。它利用了大語言模型的強大功能，可以根據Bhagavad Gita的豐富內容提供有見地和準確的響應。

大型語言模型（LLM）就像在模仿他們所教的內容方面表現出色的學生一樣。他們的培訓數據是他們的教科書，他們非常擅長遵循他們在那裡看到的模式。但是，這可能會限制他們的理解。他們無法真正推理或應用知識以外的知識。

這就是為什麼我們正在使用諸如檢索成績一代（RAG）之類的技術來擴展其知識。這就像讓他們訪問巨型圖書館一樣！ RAG允許LLMS在響應時諮詢外部文件，幫助他們在現實世界中的答案中依據，並減少虛構的事實。

管道

演示

入門

1. 克隆存儲庫

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

2. 安裝依賴項

 pip install -r requirements.txt

3. 在您需要一個可免費使用的Gemini API密鑰的App.py文件中添加API鍵。單擊此處獲取您的。

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

4. 運行應用程序

 streamlit run app.py

用法

• 提出問題：輸入有關Bhagavad Gita的問題，並收到有見地的回答。
• 探索教義：更深入地研究吉塔的特定教義和經文。
• 個人指導：根據吉塔（Gita）的智慧，使用該應用程序進行個人反思和指導。

限制

檢索授權的發電（RAG）應用程序雖然強大，但有一些限制

• 有限的推理：抹佈在迭代推理方面掙扎。它根據相似性檢索信息，但無法評估它是否與任務真正相關。
• 可伸縮性問題：大數據集會淹沒RAG的檢索方法，尤其是使用K-Nearest鄰居（KNN）等技術。
• 數據依賴性：檢索信息的質量直接影響抹布的輸出。數據中的偏見或不准確性可能導致不可靠的響應。
• 大型數據集面臨的挑戰：對於抹布而言，存儲和處理大量數據集可能很難影響檢索速度和準確性。

未來範圍

Geeta GPT的功能不僅限於Bhagavad Gita 。該體系結構可以擴展到與任何基於文本的文檔或PDF一起使用，並開放了一系列可能性：

1. 擴展到其他宗教文本：適應系統以提供其他宗教或哲學文本的見解。
2. 學術論文：協助理解和總結學術論文或研究文件。
3. 技術手冊：為技術文檔和手冊提供支持，使查找特定信息變得更加容易。
4. 法律文件：增強法律文本和合同的理解和可訪問性。

許可證此項目已根據MIT許可證獲得許可 - 有關詳細信息，請參見許可證文件。

參考書目

• LLM型號：https：//gemini.google.com/
• 教程：https：//medium.com/