ПочатиПочніть безкоштовно

Завантажувачі PDF‑документів

Щоб почати реалізацію Retrieval Augmented Generation (RAG), спершу потрібно завантажити документи, до яких звертатиметься модель. Ці документи можуть надходити з різних джерел, і LangChain підтримує завантажувачі документів для багатьох із них.

У цій вправі ви скористаєтеся завантажувачем документів, щоб завантажити PDF із науковою працею Balaguer та ін. (2024) — RAG VS Fine-Tuning: Pipelines, Tradeoffs, and a Case Study on Agriculture.

Примітка: pypdf, залежність для завантаження PDF‑документів у LangChain, вже встановлено для вас.

Ця вправа є частиною курсу

Розроблення застосунків LLM за допомогою LangChain

Переглянути курс

Інструкції до вправи

  • Імпортуйте відповідний клас для завантаження PDF‑документів у LangChain.
  • Створіть завантажувач документа для файлу 'rag_vs_fine_tuning.pdf', який доступний у поточному каталозі.
  • Завантажте документ у пам'ять, щоб переглянути вміст першого документа або сторінки.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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])
Редагувати та запускати код