Các đem đi then chốt và nhiều hơn để đọc
Nó đã là phần rất trái ngọt. Bạn không chỉ đã tạo móc xích LangChain đầu tiên của bạn, bạn còn tiếp tục làm việc với
Chroma và giành nhiều kiến thức hơn về các embeddings làm việc như thế nào. Bạn đã thấy các ví dụ về làm cách nào
tính toán sự khác nhau giữa chúng để tìm ra những cái cái liên quan hơn.
Bạn đã sử dụng một CSDL vector để lưu giữ dữ liệu cái bạn trước kia đã load vào một Dataframe, mặc dù bạn có thể
sử dụng bất cứ nguồn dữ liệu nào khác.
Bạn đã sử dụng chúng như đầu vào cho một đôi mô hình ngôn ngữ có sẵn trong Hugging Face và quan sát làm cách nào
các models đã cung cấp một trả lời xem xét thông tin từ DataFrame.
Nhưng không dừng ở đây, thực hiện điều chỉnh của bản thân bạn tới notebook và giải quyết bất cứ vấn đề nào cái
có thể dấy lên. Một vài ý tưởng bao gồm
+ Sử dụng cả 2 tập dữ liệu, và thích hơn tìm kiếm cái thứ ba. Thậm chí tốt hơn, bạn có nghĩ bạn có thể du nhập nó
để đọc resume của bạn? Tôi đảm bảo nó có thể giành được với một vài điều chỉnh nhỏ.
+ Thử sử dụng một Hugging Face model thứ ba
+ Thay đổi nguồn dữ liệu. Nó có thể là một text file, một Excel file hay thậm chí một công cụ tài liệu như
Confluence.
+ Thay đổi giá trị của tham số chain_type trong lời gọi tới RetrievalQA.from_chain_type.
+ Điều chỉnh lời gọi tới HuggingFacePipeline.from_model_id và thêm model_kwargs để điều chỉnh tham số Temperature.
Trong phần đi theo, bạn sẽ đào sâu nhiều hơn vào LangChain, lần này móc xích khởi động 2 models để xây dựng một
hệ thống điều tiết chat tự động hóa.