Артыкулы для тых, хто
выводзіць стэк у прод
Матэрыялы пра React, Node.js, TypeScript і AI. Перакладзены тэкст паказваецца, калі ён ёсць. Калі не — вы бачыце англійскі тэкст і пазнаку пра гэта.
Тэг: Retrieval
Тры прычыны невялікай эфектыўнасці систем RAG у практычным выкарыстоўванні: фрагментаваны контэкст, змены ў структуре даных і неправільнае ўжыццё.
Тры ўзгляды, калі система RAG для вырабоцтва не функцыонуе: фрагментаваны контэкст унаследаваныя з процесу разбівання на часткі, зміны ў якасці з ростам базы знанняў, а таксама неправильнае выкарыстоўванне нават праз эфективнае аднаходжэнне інфармацыі, з можлівасцю выправлення на рэвэльнай ступені.
11 хв чытанняПереранжаванне ў RAG: крос-кодэраў проты суддзяў на базе LLM і іх затрымка
Як дваэтапны ранжэраўчык выправляе порядак кандыдатаў у RAG, паўстанавляючы ўпорядкаванне, а таксама порэванае выкорыстоўванне крос-кодэраў з суддзямі на базе LLM, выкладкі затрымак, спосабы выключэння і як іх ацэніць.
14 хв чытанняЧаму існуе RAG: параметрычная памяць, ўщэльнае адзысканне дадзеных і стаття 2020 года.
Чаму існуе RAG: меры параметрычнай памяці, як BM25 і эмбеддынгі прынеслі да ўзаемнаўязанага адзысквання інфармацыі, і якія компрэсіі існуюць між RAG-Sequence і RAG-Token у данай студзіі.
7 хв чытанняДыягностыка процеса адгутавання RAG: Recall@K, BM25, гібрыдныя методы фюзыі і перыякораванне
Маленькі эксперыменты з трубопрацэўнай сэткі RAG, якія пасунулі правы фрагмент на чэтвёртае месца, паказваюць, як фрагментаванне, BM25, спаўненне рангаў і паўтарна класыфікацыя вплываюць на Recall@3 і MRR.
11 хв чытанняСемь архітектур РАГ, якія выходзяць за межы наўінной схемы, і супутнія падказкі ўжываць кожную з іх.
Наўіны РАГ выконваюць перерывы прыкметнымі способамі. Семь архітектур – від контекстуальных прыметак да багатоагентных систем і механізмаў вярнення пам’ятак – з ўсіма іх перавагамі та супутнімі прыемамі, а таксама з падказкамі, калі вжываць кожную з іх.
9 хв чытанняЧаму пераранкінг — гэта самая дешавая «вялікая перамога» у працэсе RAG
Адаптавацыя 50 элементаў і ўпорядакоўка іх у 5: як крос-энкодеры для пераранкінгу выправляюць порядак у праграмнай схеме RAG, якія є прыбыткі і затрымкі, якія можна спакаваць, калі ўзяць гэта за звычку, і што самэ трэба выдаты.
8 хв чытанняЧаму RAG яшчэ дае некоректныя адказы: гібрыдны пошук, переранкаванне і Recall@K
Чыстыя фрагменты не гарантуюць хорашых адказоў. Паглядзіце, дзе збываецца аблікаванне вектараў, і як фюзыя, крос-кодэр для переранкавання, HyDE і метрыка Recall@K гэта выправляюць.
6 хв чытанняMultiDocFusion: Структураванне фрагментаў з урахоўваннем іерархіі для працы з дужа дзялёнымі PDF-файламі.
MultiDocFusion зберагае контекст раздзела ў кожным фрагменте дзейна PDF: выявленне макета, OCR, групаванне за допамогою дрэва заголовкаў і алгорытмаў DFS, што дае на 8-15% кращыя рэзультаты пошуку RAG.
7 хв чытанняШар за шарам: стварэнне справжней системы адгукування RAG для агентаў AI
Планаваце канал RAG з выкарыстоўваннем контрактов SourceDocument і DocumentChunk, чакунаванням, эмбеддінгамі і ChromaDB; усё гэта знаходзится за RetrievalService, які падтрымлеў стабільнасць агента.
10 хв чытання
Пра гэтыя артыкулы
Ацэнка за 24 гадзіны
Патрэбны такі стэк у аператарскім слоі? Дашліце брыф — ацэнка за 24 гадзіны.