Graph RAG із фільтруванням
Для великих і складних графів LLM-ам інколи важко точно визначити найрелевантніші вузли та зв'язки для побудови запиту Cypher. Досить часто вам потрібно, щоб LLM бачив лише підмножину графа. Виключення окремих типів вузлів не лише полегшить LLM точне створення запиту Cypher, а й зменшить затримку виконання запиту.
Графова база даних, з якою ви працюєте, доступна як graph.
Ця вправа є частиною курсу
Retrieval Augmented Generation (RAG) з LangChain
Інструкції до вправи
- Створіть ланцюжок для QA по графу, який робитиме запити до бази даних
graph, ігноруючи вузли типу"Concept"; зміннуllmуже визначено для вас, і слід установитиverbose=True. - Викличте
graph_qa_chainіз наданим вхідним значенням.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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']}")