Grattis!

Retrieval Augmented Generation (RAG) med LangChain

Meri Nova

Machine Learning Engineer

Kapitel 1

Dokumentdelar lagras.

Retrieval Augmented Generation (RAG) med LangChain

Kapitel 1

Modellens utdata skickas till en parser.

Retrieval Augmented Generation (RAG) med LangChain

Kapitel 2

 

Markdown-filer

  • UnstructuredMarkdownLoader

Python-filer

  • PythonLoader
  • language=Language.PYTHON

 

Tokendelning → TokenTextSplitter

Semantisk delning → SemanticChunker

semantic3.jpg

Retrieval Augmented Generation (RAG) med LangChain

Kapitel 2

Ett RAG-arbetsflöde som visar de processer vi kan utvärdera: hämtningsprocessen, LLM-hallucinationer, svarets relevans i förhållande till frågan samt jämförelse med ett referenssvar.

1 Bildkälla: LangSmith
Retrieval Augmented Generation (RAG) med LangChain

Kapitel 3

En graf som visar kopplingar mellan personer, platser och intressen.

Retrieval Augmented Generation (RAG) med LangChain

Kapitel 3

En översättare från naturligt språk till Cypher omvandlar den naturliga språkinmatningen till en Cypher-fråga och de hämtade grafdokumenten tillbaka till naturligt språk.

Retrieval Augmented Generation (RAG) med LangChain

Nu kör vi en övning!

Retrieval Augmented Generation (RAG) med LangChain

Preparing Video For Download...