Complimenti!

Retrieval Augmented Generation (RAG) con LangChain

Meri Nova

Machine Learning Engineer

Capitolo 1

I frammenti di documento vengono archiviati.

Retrieval Augmented Generation (RAG) con LangChain

Capitolo 1

L'output del modello viene passato a un parser.

Retrieval Augmented Generation (RAG) con LangChain

Capitolo 2

 

File Markdown

  • UnstructuredMarkdownLoader

File Python

  • PythonLoader
  • language=Language.PYTHON

 

Suddivisione per token → TokenTextSplitter

Suddivisione semantica → SemanticChunker

semantic3.jpg

Retrieval Augmented Generation (RAG) con LangChain

Capitolo 2

Un flusso di lavoro RAG che evidenzia i processi valutabili: recupero, allucinazioni dell'LLM, pertinenza della risposta alla domanda in input e confronto con una risposta di riferimento.

1 Image Credit: LangSmith
Retrieval Augmented Generation (RAG) con LangChain

Capitolo 3

Un grafo che mostra connessioni tra persone, luoghi e interessi.

Retrieval Augmented Generation (RAG) con LangChain

Capitolo 3

Un traduttore da linguaggio naturale a Cypher converte l'input in linguaggio naturale in una query Cypher e i documenti di grafo recuperati di nuovo in linguaggio naturale.

Retrieval Augmented Generation (RAG) con LangChain

Esercitiamoci!

Retrieval Augmented Generation (RAG) con LangChain

Preparing Video For Download...