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.
4 רשומות
שני צעדים מעבר ל-pipeline קבוע של RAG: לתת למודל לחפש ככלי, כמה פעמים שצריך, ולבנות גרף ידע לשאלות שחוצות הרבה מסמכים.
מה זה embedding, איך cosine similarity מוצא טקסטים שאומרים את אותו הדבר, איך יוצרים embeddings עם Voyage AI, ואיפה שומרים אותם.
שלוש טכניקות שמתקנות את רוב כשלי השליפה ב-RAG: שילוב חיפוש מילות מפתח עם חיפוש וקטורי, דירוג מחדש של המועמדים, והוספת הקשר לכל chunk.
ה-pipeline המלא של RAG: מתי צריך אותו, פיצול מסמכים ל-chunks, שליפת הקרובים ביותר, ובניית prompt שעונה רק מתוכם.