详细内容或原文请订阅后点击阅览
llm + rag：创建一个AI驱动文件读取器助手
如何创建一个聊天机器人来回答有关文件内容的问题，llm + rag：创建AI驱动的文件读取器助手助手首先出现在数据科学上。
来源:走向数据科学简介
AI无处不在。
很难与大型语言模型（LLM）至少每天一次相互作用。聊天机器人在这里留下来。他们在您的应用中，可以帮助您更好地写作，撰写电子邮件，阅读电子邮件……好吧，他们做了很多事情。
，我认为那不是不好的。实际上，我的看法是另一种方式 - 至少到目前为止。我捍卫并倡导在我们的日常生活中使用AI，因为，让我们同意，这使一切变得更加容易。
我不必花时间仔细阅读文档来查找标点符号问题或类型。 AI为我做到了。我不会在每个星期一浪费时间写这篇后续电子邮件。 AI为我做到了。当我有AI时，我不需要阅读一份巨大而无聊的合同来总结我的主要收获和行动点！
这些只是AI的一些伟大用途。如果您想了解更多LLM的用例以使我们的生活更轻松，那么我写了一本关于它们的书。
现在，作为数据科学家并看着技术方面，并不是一切都那么明亮而闪亮。
llms非常适合适用于任何人或任何公司的几种普通用例。例如，编码，汇总或回答有关创建的一般内容的问题，直到培训截止日期为止。但是，当涉及到特定的业务应用程序，出于单一目的或没有截止日期的新事物时，即如果使用开箱即用，则模型将不会有用 - 意味着，他们将不知道答案。因此，它需要调整。
开箱即用培训LLM型号可能需要数月和数百万美元。更糟糕的是，如果我们不调整并将模型调整为我们的目的，就会有不令人满意的结果或幻觉（当模型的响应鉴于我们的查询没有意义时）。
那么解决方案是什么？花费大量资金来重新培训模型以包括我们的数据？
不是真的。那时，检索提升的一代（抹布）变得有用。
让我们进一步了解有关抹布的更多信息。
检索 llm