शुरू करेंमुफ़्त में शुरू करें

रिट्रीवल प्रॉम्प्ट बनाना

किसी भी RAG इम्प्लीमेंटेशन का एक अहम हिस्सा रिट्रीवल प्रॉम्प्ट होता है. इस अभ्यास में, आप अपनी रिट्रीवल चेन के लिए एक चैट प्रॉम्प्ट टेम्पलेट बनाएँगे और जाँचेंगे कि LLM केवल दिए गए संदर्भ का उपयोग करके जवाब देने में सक्षम है या नहीं.

आपके उपयोग के लिए एक llm पहले से परिभाषित है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

LangChain के साथ Retrieval Augmented Generation (RAG)

पाठ्यक्रम देखें

अभ्यास निर्देश

  • स्ट्रिंग prompt को एक पुन: प्रयोज्य चैट प्रॉम्प्ट टेम्पलेट में बदलें.
  • दिए गए llm के साथ प्रॉम्प्ट टेम्पलेट को इंटीग्रेट करने के लिए एक LCEL चेन बनाएँ.
  • दिए गए इनपुट्स पर chain को इनवोक करें ताकि देखें कि आपका मॉडल केवल दिए गए संदर्भ का उपयोग करके जवाब दे सकता है या नहीं.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

prompt = """
Use the only the context provided to answer the following question. If you don't know the answer, reply that you are unsure.
Context: {context}
Question: {question}
"""

# Convert the string into a chat prompt template
prompt_template = ____

# Create an LCEL chain to test the prompt
chain = ____ | ____

# Invoke the chain on the inputs provided
print(chain.____({"context": "DataCamp's RAG course was created by Meri Nova and James Chapman!", "question": "Who created DataCamp's RAG course?"}))
कोड संपादित करें और चलाएँ