Các đem đi then chốt và nhiều hơn để học
Trong học phần này, bạn đã xây dựng giải pháp RAG (Retrieval Augmented Generation) hoàn chỉnh, sử dụng một tập
dữ liệu Kaggle, một mô hình ngôn ngữ Hugging Face, và một CSDL vector.
Để nâng cao xa hơn hiểu biết và thành thục của bạn trong dạng dự án này, tôi sẽ gợi ý một vài điều chỉnh bạn có
thể làm đối với notebook ví dụ:
+ Sử dụng bất cứ tập dữ liệu khác đã có mặt trong notebook. Thẩm định nội dung của chúng và gắn theo các câu hỏi
tới model dựa trên thông tin chúng chứa.
+ Sử dụng một mô hình Hugging Face khác. Đừng lo lắng nếu các kết quả bạn giành không tốt như với TinyLlama. Bạn
chỉ đang khởi động, và không phải tất cả model là tốt như TinyLlama trả lời các câu hỏi. Giữ trong đầu rằng nếu bạn
sử các mô hình lớn hơn, bạn có thể gặp vấn đề ghi nhớ.
+ Thay thế ChromaDB với CSDL vector khác, như Pinecone hay Weaviate. Nếu thành công, bạn sẽ đi một bước đáng kể tiến
tới trong hiểu kiến trúc của giải pháp.
Bất cứ trong số điều chỉnh này có thể yêu cầu một thời gian phát triển nhất định, nhưng tôi đảm bảo bạn nó là đáng.
Thay thế CSDL có thể là thách thức nhất, nhưng nó cũng sẽ cung cấp bạn trải nghiệm có giá trị.