ÎncepețiÎncepe gratuit

Încărcătoare de documente PDF

Pentru a începe implementarea Retrieval Augmented Generation (RAG), va trebui mai întâi să încarci documentele la care modelul va avea acces. Acestea pot proveni din surse diverse, iar LangChain oferă încărcătoare de documente pentru multe dintre ele.

În acest exercițiu, vei folosi un încărcător de documente pentru a încărca un fișier PDF care conține articolul RAG VS Fine-Tuning: Pipelines, Tradeoffs, and a Case Study on Agriculture de Balaguer et al. (2024).

Notă: pypdf, o dependință necesară pentru încărcarea documentelor PDF în LangChain, a fost deja instalată.

Acest exercițiu face parte din cursul

Developing LLM Applications with LangChain

Vezi cursul

Instrucțiuni pentru exercițiu

  • Importă clasa potrivită pentru încărcarea documentelor PDF în LangChain.
  • Creează un încărcător de documente pentru fișierul 'rag_vs_fine_tuning.pdf', disponibil în directorul curent.
  • Încarcă documentul în memorie pentru a vizualiza conținutul primului document sau pagini.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import library
from langchain_community.document_loaders import ____

# Create a document loader for rag_vs_fine_tuning.pdf
loader = ____

# Load the document
data = ____
print(data[0])
Editează și rulează codul