Graph RAG dengan penyaringan
Untuk graf yang besar dan kompleks, LLM terkadang kesulitan menyimpulkan node dan relasi yang paling relevan untuk menyusun kueri Cypher secara akurat. Cukup sering, Anda hanya perlu LLM mengetahui sebagian dari graf, dan mengecualikan tipe node tertentu tidak hanya akan memudahkan LLM membuat kueri Cypher dengan tepat, tetapi juga akan meningkatkan latensi kueri.
Basis data graf yang telah Anda gunakan tersedia sebagai graph.
Latihan ini merupakan bagian dari kursus
Retrieval Augmented Generation (RAG) dengan LangChain
Instruksi latihan
- Buat rantai QA graf yang melakukan kueri ke basis data
graphsambil mengabaikan node dengan tipe"Concept"; sebuahllmtelah disiapkan untuk Anda, dan Anda harus menyetelverbose=True. - Panggil
graph_qa_chaindengan masukan yang disediakan.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Create the graph QA chain excluding Concept
graph_qa_chain = ____
# Invoke the chain with the input provided
result = ____({"query": "Who was Marie Curie married to?"})
print(f"Final answer: {result['result']}")