Graph RAG с фильтрацией
В случае с большими и сложными графами языковые модели порой испытывают трудности с точным определением наиболее релевантных узлов и связей для построения Cypher-запроса. Зачастую достаточно, чтобы модель знала лишь о части графа: исключение отдельных типов узлов не только упростит корректное построение Cypher-запроса, но и снизит задержку при его выполнении.
Графовая база данных, с которой вы работали ранее, доступна как graph.
Это упражнение является частью курса
Retrieval Augmented Generation (RAG) с LangChain
Инструкции к упражнению
- Создайте цепочку QA для графа, которая выполняет запросы к базе данных
graph, игнорируя узлы с типом"Concept"; объектllmуже определён — задайте параметрverbose=True. - Вызовите
graph_qa_chain, передав указанный входной запрос.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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']}")