まとめ

LangChainで学ぶ検索拡張生成（RAG）

Meri Nova

Machine Learning Engineer

第1章

ドキュメントチャンクが保存される。

LangChainで学ぶ検索拡張生成（RAG）

第1章

モデル出力がパーサーに渡される様子。

LangChainで学ぶ検索拡張生成（RAG）

第2章

Markdownファイル

  • UnstructuredMarkdownLoader

Pythonファイル

  • PythonLoader
  • language=Language.PYTHON

トークンチャンキング → TokenTextSplitter

セマンティックチャンキング → SemanticChunker

semantic3.jpg

LangChainで学ぶ検索拡張生成（RAG）

第2章

RAGワークフロー：評価可能なプロセス（検索プロセス、LLMのハルシネーション、入力質問への回答の関連性、参照回答との比較）を強調

1 画像提供： LangSmith
LangChainで学ぶ検索拡張生成（RAG）

第3章

人々、場所、興味のつながりを示すグラフ。

LangChainで学ぶ検索拡張生成（RAG）

第3章

自然言語からCypherへの変換ツールは、自然言語の入力をCypherクエリに変換し、取得したグラフドキュメントを再び自然言語に戻す。

LangChainで学ぶ検索拡張生成（RAG）

お疲れさまでした！

LangChainで学ぶ検索拡張生成（RAG）

Preparing Video For Download...