Рідкісне (sparse) отримання з BM25

Час спробувати реалізацію рідкісного отримання! Ви створите ретривер BM25, щоб ставити запитання щодо наукової статті про RAG, яку вже розбито на фрагменти під назвою chunks. Чат‑модель OpenAI та підказку також визначено як llm і prompt відповідно. Ви можете переглянути prompt, вивівши його в консоль.

Ця вправа є частиною курсу

Retrieval Augmented Generation (RAG) з LangChain

Переглянути курс

Інструкції до вправи

Створіть рідкісний ретривер BM25 з документів, що зберігаються у chunks; налаштуйте його на повернення 5 документів під час отримання.
Створіть ланцюжок LCEL для отримання, щоб інтегрувати ретривер BM25 із наданими llm та prompt.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Create a BM25 retriever from chunks
retriever = ____

# Create the LCEL retrieval chain
chain = ({"context": ____, "question": ____}
         | ____
         | ____
         | StrOutputParser()
)

print(chain.invoke("What are knowledge-intensive tasks?"))

Редагувати та запускати код