Embeddings וחיפוש סמנטי
מה זה embedding, איך cosine similarity מוצא טקסטים שאומרים את אותו הדבר, איך יוצרים embeddings עם Voyage AI, ואיפה שומרים אותם.
בינה מלאכותית: ידע ו-RAG
סדרה 2 מתוך 5 בבינה מלאכותית. איך נותנים למודל גישה לידע שלכם. embeddings, חיפוש סמנטי, RAG ואבחון כשל.
4 חלקים
- חלק 1
- חלק 2
RAG: שליפה שמעשירה את התשובה
ה-pipeline המלא של RAG: מתי צריך אותו, פיצול מסמכים ל-chunks, שליפת הקרובים ביותר, ובניית prompt שעונה רק מתוכם.
- חלק 3
שליפה טובה יותר: חיפוש היברידי, reranking ו-chunks עם הקשר
שלוש טכניקות שמתקנות את רוב כשלי השליפה ב-RAG: שילוב חיפוש מילות מפתח עם חיפוש וקטורי, דירוג מחדש של המועמדים, והוספת הקשר לכל chunk.
- חלק 4
Agentic RAG ו-GraphRAG
שני צעדים מעבר ל-pipeline קבוע של RAG: לתת למודל לחפש ככלי, כמה פעמים שצריך, ולבנות גרף ידע לשאלות שחוצות הרבה מסמכים.