Félicitations !

Retrieval Augmented Generation (RAG) avec LangChain

Meri Nova

Machine Learning Engineer

Chapitre 1

Des fragments de documents sont stockés.

Retrieval Augmented Generation (RAG) avec LangChain

Chapitre 1

La sortie du modèle est transmise à un parseur.

Retrieval Augmented Generation (RAG) avec LangChain

Chapitre 2

 

Fichiers Markdown

  • UnstructuredMarkdownLoader

Fichiers Python

  • PythonLoader
  • language=Language.PYTHON

 

Découpage par tokens → TokenTextSplitter

Découpage sémantique → SemanticChunker

semantic3.jpg

Retrieval Augmented Generation (RAG) avec LangChain

Chapitre 2

Un workflow RAG mettant en évidence les étapes évaluées : récupération, hallucinations du LLM, pertinence de la réponse à la question et comparaison à une réponse de référence.

1 Crédit image : LangSmith
Retrieval Augmented Generation (RAG) avec LangChain

Chapitre 3

Un graphe montrant des liens entre personnes, lieux et centres d’intérêt.

Retrieval Augmented Generation (RAG) avec LangChain

Chapitre 3

Un traducteur langage naturel→Cypher convertit l’entrée en requête Cypher et les documents de graphe récupérés en langage naturel.

Retrieval Augmented Generation (RAG) avec LangChain

Passons à la pratique !

Retrieval Augmented Generation (RAG) avec LangChain

Preparing Video For Download...