¡Enhorabuena!

Retrieval Augmented Generation (RAG) con LangChain

Meri Nova

Machine Learning Engineer

Capítulo 1

Se almacenan fragmentos de documentos.

Retrieval Augmented Generation (RAG) con LangChain

Capítulo 1

La salida del modelo se pasa a un analizador.

Retrieval Augmented Generation (RAG) con LangChain

Capítulo 2

 

Archivos Markdown

  • UnstructuredMarkdownLoader

Archivos Python

  • PythonLoader
  • language=Language.PYTHON

 

División por tokens → TokenTextSplitter

División semántica → SemanticChunker

semantic3.jpg

Retrieval Augmented Generation (RAG) con LangChain

Capítulo 2

Un flujo RAG que resalta los procesos que podemos evaluar: la recuperación, las alucinaciones del LLM, la relevancia de la respuesta a la pregunta y la comparación con una respuesta de referencia.

1 Crédito de la imagen: LangSmith
Retrieval Augmented Generation (RAG) con LangChain

Capítulo 3

Un gráfico que muestra conexiones entre personas, lugares e intereses.

Retrieval Augmented Generation (RAG) con LangChain

Capítulo 3

Un traductor de lenguaje natural a Cypher convierte la entrada en lenguaje natural en una consulta Cypher y vuelve a lenguaje natural los documentos del grafo recuperados.

Retrieval Augmented Generation (RAG) con LangChain

¡Vamos a practicar!

Retrieval Augmented Generation (RAG) con LangChain

Preparing Video For Download...