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: embeddings
Якасць RAG на этапе індэксацыі: тыпы фрагментаў, ачыстка і пошукавыя меткі
Якасць RAG закладваецца пры індэксацыі: тэкставыя, таблічныя і выявачныя фрагменты, ачыстка ад шуму парсера і пошукавыя меткі ад LLM, якія амаль удвая скарацілі няўдалыя пошукі.
12 хв чытанняНавошта існуе RAG: параметрычная памяць, шчыльны пошук і артыкул 2020 года
Навошта існуе RAG: межы параметрычнай памяці, як BM25 і эмбедынгі прывялі да шчыльнага пошуку і чым адрозніваюцца RAG-Sequence і RAG-Token у арыгінальным артыкуле.
7 хв чытанняСэрвіс семантычнага пошуку з вектарнай базай Pinecone за MCP-серверам
Шматразовы сэрвіс семантычнага пошуку: разбіваем PDF на фрагменты, захоўваем эмбедынгі ў вектарнай базе Pinecone і даем любому агенту пошук праз сервер FastMCP.
7 хв чытанняЛакальны RAG-канвеер на Python без выдаткаў на API
Практычны ўрок: генерацыя з пошукам на CPU з sentence-transformers, numpy і Flan-T5, уключна з разбіўкай на фрагменты, пошукам і A/B-тэстам.
12 хв чытанняПрактычная архітэктура RAG на Firebase і Vertex AI з вектарамі ў Firestore
RAG на Firebase з эмбедынгамі Vertex AI і вектарным пошукам Firestore: пакетная апрацоўка, фільтры па метаданых, ізаляцыя кліентаў, абгрунтаваныя промпты, кэш і метрыкі.
10 хв чытанняЧаму RAG усё яшчэ дае памылковыя адказы: гібрыдны пошук, пераранжаванне і Recall@K
Чыстыя фрагменты не гарантуюць добрых адказаў. Дзе вектарны пошук памыляецца і як гэта выпраўляюць зліццё рэйтынгаў, крос-энкодэр, HyDE і вымярэнне Recall@K.
6 хв чытанняУзровень за ўзроўнем: праектуем сапраўдны RAG-канвеер пошуку для AI-агентаў
Плануем RAG-канвеер з кантрактамі SourceDocument і DocumentChunk, разбіўкай, эмбедынгамі і ChromaDB, схаванымі за RetrievalService, які трымае агента стабільным.
10 хв чытанняГібрыдны пошук выяў у маштабе: SigLIP, SPLADE, YOLOv8 і подпісы Gemini
Архітэктура пошуку па мільёне выяў: шчыльныя і разрэджаныя эмбедынгі разам з выяўленнем аб’ектаў, распазнаваннем сутнасцей, бяспечным пошукам і апісаннямі ад LLM.
6 хв чытанняЯк RAG дае LLM вашы прыватныя даны: фрагменты, вектары, запросы
З’ясавайце, як функціонуе генераванне з падчыненнем на адказы, ад момента прыема дадзейнаў да выканання запыткаў, за дапамогою простаг прыклада на Node.js, трох прычын частых абыектаў і табелі, якая параганяе RAG і настройкі модэля.
8 хв чытання
Пра гэтыя артыкулы
Ацэнка за 24 гадзіны
Патрэбны такі стэк у аператарскім слоі? Дашліце брыф — ацэнка за 24 гадзіны.