BM25 ile seyrek getirici
Sıra bir seyrek getirme uygulamasını denemekte! RAG üzerine bir akademik makale hakkında sorular sormak için bir BM25 getirici oluşturacaksın; makale zaten chunks adı verilen parçalara bölünmüş durumda. Bir OpenAI sohbet modeli ve istem de sırasıyla llm ve prompt olarak tanımlandı. Konsola yazdırarak verilen prompt'u görebilirsin.
Bu egzersiz, kursun bir parçasıdır
LangChain ile Retrieval Augmented Generation (RAG)
Egzersiz talimatları
chunksiçinde saklanan belgelerden bir BM25 seyrek getirici oluştur; alma sırasında5belge döndürecek şekilde yapılandır.- Verilen
llmvepromptile BM25 getiriciyi entegre etmek için bir LCEL alma zinciri oluştur.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Create a BM25 retriever from chunks
retriever = ____
# Create the LCEL retrieval chain
chain = ({"context": ____, "question": ____}
| ____
| ____
| StrOutputParser()
)
print(chain.invoke("What are knowledge-intensive tasks?"))