Tạo retrieval prompt
Một phần quan trọng trong bất kỳ triển khai RAG nào là retrieval prompt. Trong bài tập này, bạn sẽ tạo một chat prompt template cho retrieval chain của mình và kiểm tra xem LLM có thể phản hồi chỉ dựa trên ngữ cảnh được cung cấp hay không.
Một llm đã được định nghĩa sẵn để bạn sử dụng.
Bài tập này là một phần của khóa học
Retrieval Augmented Generation (RAG) với LangChain
Hướng dẫn bài tập
- Chuyển chuỗi
promptthành một chat prompt template có thể tái sử dụng. - Tạo một LCEL chain để tích hợp prompt template với
llmđược cung cấp. - Gọi
chainvới các đầu vào đã cho để xem mô hình của bạn có thể phản hồi chỉ dựa trên ngữ cảnh được cung cấp hay không.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
prompt = """
Use the only the context provided to answer the following question. If you don't know the answer, reply that you are unsure.
Context: {context}
Question: {question}
"""
# Convert the string into a chat prompt template
prompt_template = ____
# Create an LCEL chain to test the prompt
chain = ____ | ____
# Invoke the chain on the inputs provided
print(chain.____({"context": "DataCamp's RAG course was created by Meri Nova and James Chapman!", "question": "Who created DataCamp's RAG course?"}))