به هوش مصنوعی تقلب برسونین: RAG

در ادامه بحث در مورد مدل های زبانی بزرگ می ریم سراغ یکی از مشکلات کلاسیک مدل های زمانی و یکی از اولین جواب ها بهشون: اینکه مدل ها در یک زمانی بر اساس یه دیتایی یاد گرفتن و چیز جدیدی نمی دونن که هیچ، چیزهای مربوط به شما رو هم شاید ندونن. یکی از پایه ای ترین روش های حل این مشکل RAG است. جمع آوری دیتاهای سازمان یا مربوط به خودتون، تقسیم بندی اش، گذاشتنش در یک دیتابیس وکتور (مثل کروما) و بعد استخراج دیتای مرتبط و دادنش به مدل زبانی در کنار سوال اصلی تون. بخش جذابی از این ماجرا، دیتابیس های وکتور هستن و درک کردن اینکه چیکار می کنن. کد: https://gist.github.com/jadijadi/c59c1c73c192ca0b16ec42b3c94a4a44 برای حمایت: پتریان: https://www.patreon.com/jadijadi یوتیوب: https://www.youtube.com/channel/UCgKePkWtPuF36bJy0n2cEMQ/join بقیه لینک‌ها: https://linktr.ee/jadijadi