Llama Index - bài 2 (QA và đánh giá)
đốc hợp đổi khu tin
QA
(Tiếng Tây Ban Nha)
-
- Waat * *
- Truy vấn nghĩa (* * Semantic */ Top K)
- Kết luận.
♪ ♪
- Over documents
- Building a multi-document agent over the LlamaIndex docs
- Ohverctured data (ví dụ như JAON)
- Ồ, không, không.
- Text.
-
- How* *
Các đường link trên đều hướng tới: Q&Apaterns dưới đây
Một Q&A đơn giản nhất.
from llama_index.core import VectorStoreIndex, SimpleDirectoryReader
documents = SimpleDirectoryReader("data").load_data()
index = VectorStoreIndex.from_documents(documents)
query_engine = index.as_query_engine()
response = query_engine.query("What did the author do growing up?")
print(response)
Chọn các nguồn dữ liệu khác nhau
Compare/Contrast Quaries
Tôi không hiểu.
Từ đầu đến cuối, Lalama Index có thể làm nhiều hơn thế nữa, và có thể làm được nhiều hơn thế nữa, nhưng không phải vì thế mà ta có thể trở thành một người đàn ông tốt nhất của chúng ta, mà không phải là một người đàn ông, một người đàn ông, một người đàn ông tốt. Nó có thể làm được điều này. Thứ này sẽ là một kế hoạch "lên kế hoạch" trước khi chúng ta lên kế hoạch cho đến khi chúng ta có được một cái gì đó, một cái gì đó.
Thứ này có thể làm cho bất cứ ai có thể làm việc này trước khi bị giết bởi bất kỳ ai trước khi bị giết. Ý tôi là, chúng ta có thể giúp gì cho những người khác? Không, không. Việc này khiến việc này phải được thực hiện để tạo điều kiện cho một người đàn ông làm việc cho một người đàn ông, một người đàn ông.
Llama Index có thể tạo ra sự khác biệt. Một sự thay đổi mạnh mẽ ở vị trí đầu tiên, và nó nằm ở vị trí đầu tiên, và nó nằm ở vị trí cao nhất trong lịch sử của chúng ta, và đó là những gì chúng ta có thể làm với những gì đang diễn ra trong thời gian gần đây, và chúng ta sẽ không bao giờ có được sự lựa chọn của mình trong việc giải quyết vấn đề liên quan đến vấn đề an ninh quốc gia của chúng ta, trong trường hợp này, chúng ta có thể giải quyết vấn đề này, và chúng ta có thể làm được những gì chúng ta đã làm.
Ví dụ, được đưa ra một câu hỏi "Ai là trong đợt đầu tiên của chương trình gia tốc mà tác giả bắt đầu? ", module đầu tiên sẽ phân hủy truy vấn thành một câu hỏi ban đầu đơn giản hơn" Chương trình gia tốc mà tác giả bắt đầu là gì? ", truy vấn chỉ mục, và sau đó đặt câu hỏi tiếp theo.
Eval.
- Phản hồi đánh giá.
- Đánh giá lại.
- Phản hồi đánh giá.
- Dùng GPT-4 để đánh giá.
- Một chiều đánh giá.
- Câu trả lời được tạo ra với câu trả lời tham khảo: tương tự tính đúng và nghĩa
- Câu trả lời được tạo ra với retrieved contexts: * Faith rest *
- Câu trả lời được tạo ra vớiQuery: Answer Relevacy
- ♪ ♪
- Tạo ra câu trả lời tham khảo.
- Đánh giá tra cứu (retrieval)
- Đánh giá như thế nào: Ý tôi là - recical rank (MRR), hit-rate, ppecition, và nhiều hơn.
Trời có thời hợp nữa.
Tích hợp vào các công cụ khác
- UpTrain: 1.9K：可试用，但是需要book demo，目测不便宜
- Tonic Validate(Includes Web UI for visualizing results)：有商业版本，可试用，之后200美元/月
- DeepEval: 1.6K
- Ragas: 4.4K
- Cảm giác rất tuyệt.
- Lalama index -> Ragas -> Lang Smith và các công cụ khác
- Tuy nhiên, rất dễ hiểu, không có gì đáng ngạc nhiên cả, nếu không phải là một cái gì đó giống như một cái gì đó, và nó không phải là một cái gì đó giống như một cái gì đó, và nó không phải là một cái gì đó giống như một cái gì đó, và nó không phải là một cái gì đó giống như một cái gì đó, và nó không phải là một cái gì đó giống như một cái gì đó.