← بازگشت به لیست

بهترین شیوه های RAG

معماری کلی

  1. بردارهای سند و پرس و جو را با openai/text-embedding-3-large
  2. بازیابی Top-K از فروشگاه برداری (FAISS / Milvus / pgvector)
  3. رتبه مجدد با cohere/rerank-english-v3
  4. تکه های Top-N را به دستور بچسبانید و بگذارید cohere/command-r-plus یا Claude پاسخ نهایی را ایجاد می کند

جاسازی

python
resp = client.embeddings.create(
    model="openai/text-embedding-3-large",
    input=[chunk.text for chunk in chunks],
)
vectors = [d.embedding for d in resp.data]

الگوی درخواستی

text
You are an expert assistant. Answer based ONLY on context.
If the answer is not in the context, say "I don't know".

[Context]
{retrieved_chunks}

[Question]
{user_question}