В 1-й части этого руководства рассмотрим этапы создания базового RAG-приложения с помощью фреймворка данных LlamaIndex и модели Gemini Pro. Кроме того, протестируем это приложение с использованием системы TruLens на релевантность контекста, а также релевантность и обоснованность ответа.
https://nsprg.ru/mYV14x
VK: https://nsprg.ru/xAkB5O
@nuancesprog #RAG #LlamaIndex #Gemini
https://nsprg.ru/mYV14x
VK: https://nsprg.ru/xAkB5O
@nuancesprog #RAG #LlamaIndex #Gemini
В этой части рассмотрим два варианта продвинутого RAG: извлечение данных в окне предложений и извлечение данных с автослиянием чанков. Вы не только узнаете, как создаются продвинутые RAG-приложения, но и сможете их протестировать, чтобы убедиться в их высокой эффективности.
https://nsprg.ru/mMkolv
VK: https://nsprg.ru/OKp43m
@nuancesprog #RAG #Gemini #LlamaIndex
https://nsprg.ru/mMkolv
VK: https://nsprg.ru/OKp43m
@nuancesprog #RAG #Gemini #LlamaIndex