如何查询网站备案进度查询,张店制作网站,工厂管理软件,wordpress有声主题检索对象 review_chain的目标是回答有关患者在医院就医体验的问题。到目前为止#xff0c;已经将患者对医院的评论作为问题的上下文。虽然能回答少量问题#xff0c;但它不具有很好的扩展性。此外#xff0c;即使将所有评论放入模型的上下文中#xff0c;也不能保证它使用…检索对象 review_chain的目标是回答有关患者在医院就医体验的问题。到目前为止已经将患者对医院的评论作为问题的上下文。虽然能回答少量问题但它不具有很好的扩展性。此外即使将所有评论放入模型的上下文中也不能保证它使用正确的评论内容回答问题。 为了克服这个问题通常需要需要一个检索器。检索相关文档并将它们传给语言模型用以回答问题这个过程称为检索增强生成retrieval-augmented generation, RAG。 对于这个例子将把所有评论数据存储在一个名为ChromaDB的向量数据库中。用以下命令安装ChromaDB (venv) $ python -m pip install chromadb0.4.22安装之后用以下代码创建一个带有患者评论的ChromaDB向量数据库 在 2 到 4 行中导入了创建向量数据库所需的依赖项。然后定义 REVIEWS_CSV_PATH 和 REVIEWS_CHROMA_PATH 它们分别是存储原始评论数据的路径和向量数据库存储数据的路径。 稍后会了解医院系统数据的概览其中 reviews.csv 存储了患者评论。reviews.csv 中的 review 列是一个字符串包含了患者的评论。 在 11 和 12 行中使用 LangChain 的 CSVLoader 加载评论。在 14 到 16 行中使用默认的OpenAI嵌入模型从评论中创建一个ChromaDB实例并将评论嵌入存储在 REVIEWS_CHROMA_PATH 中。 接下来在终端中运行以下命令从项目目录开始 (venv) $ python langchain_intro/create_retriever.py它应该只需要一分钟或更短时间就可以运行之后就可以开始对评论嵌入执行语义搜索 导入了调用ChromaDB所需的依赖项并指定了存储ChromaDB数据的路径 REVIEWS_CHROMA_PATH 。然后使用dotenv.load_dotenv() 加载环境变量并创建了一个新的 Chroma 实例指向向量数据库。注意当连接到向量数据库时必须再次指定嵌入函数。确保与用来创建嵌入的嵌入函数相同。 接下来定义一个问题并在 reviews_vector_db 上调用 .similarity_search() 其参数为 question 和 k3。这为问题创建了一个嵌入并在向量数据库中搜索与问题最相似的三个评论。在这种情况下会看到三个评论输出。 最后一件事是将刚才所编写的评论检索器添加到 review_chain 中以便将相关评论作为上下文传递给提示。 像以前一样导入了ChromaDB的依赖项指定了ChromaDB数据的路径并实例化了一个新的Chroma对象。然后通过在 reviews_vector_db 上调用 .as_retriever() 创建了 review_retriever 这就是即将添加到 review_chain 的检索器对象。因为指定了 k10 检索器将获取与用户问题最相似的十个评论。 然后在 review_chain 的前面添加了一个带有上下文和问题键的字典。而不是手动传递上下文review_chain 将把问题传递给检索器以获取相关评论。将问题分配给一个 RunnablePassthrough 对象确保问题不变地传递到链的下一步。 现在有了一个完全功能的链可以根据评论回答有关患者体验的问题。启动一个新的REPL会话并尝试一下 如上操作只需要调用 review_chain.invoke(question) 就可以获得有关患者体验的检索增强答案。稍后还将通过在Neo4j 中存储评论以及其他元数据来改进这个链。 现在你了解了聊天模型、提示、链和检索接下来会深入了解LangChain的最后一个概念——代理。 ​ 如何学习AI大模型 作为一名热心肠的互联网老兵我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。 这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】 一、全套AGI大模型学习路线 AI大模型时代的学习之旅从基础到前沿掌握人工智能的核心技能 二、640套AI大模型报告合集 这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示。 三、AI大模型经典PDF籍 随着人工智能技术的飞速发展AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型如GPT-3、BERT、XLNet等以其强大的语言理解和生成能力正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。 四、AI大模型商业化落地方案 作为普通人入局大模型时代需要持续学习和实践不断提高自己的技能和认知水平同时也需要有责任感和伦理意识为人工智能的健康发展贡献力量。