← Listeye geri dön

RAG'ın en iyi uygulamaları

Genel mimari

  1. Belge ve sorgu vektörlerini şununla hesaplayın: openai/text-embedding-3-large
  2. Top-K'yi bir vektör mağazasından alın (FAISS / Milvus / pgvector)
  3. Şununla yeniden sırala: cohere/rerank-english-v3
  4. Top-N parçalarını komut istemine dikin ve bırakın cohere/command-r-plus veya Claude nihai yanıtı oluşturur

Gömme

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]

Bilgi istemi şablonu

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}