InayofuataMwongozo unaofuata
RAG ya Kukisia na Urejeshaji-Uandishi Ulioboreshwa
Kiufundi
MWONGOZO wa Kiufundi
Hati ya Mzazi na Urejeshaji Mdogo kwa Mkubwa
Urejeshaji wa hati kuu, unaoitwa pia urejeshaji mdogo hadi mkubwa, hutafuta vipande vidogo vya maandishi sahihi lakini hukabidhi muundo wa lugha sehemu kubwa au hati ambayo kila sehemu ilitoka.
Katika ukurasa huu4 dakika kusoma
Muhtasari
Ni muhimu kwa sababu huondoa ubadilishanaji wa kawaida wa chunking: vipande vidogo vinalingana na maswali kwa usahihi, na mzazi mkubwa anatoa mfano wa muktadha wa kutosha kujibu ipasavyo.
Dive ya kina
Fixed-size chunking hulazimisha biashara-off. Vipande vidogo, sema sentensi chache, hutoa upachikaji mkali: vekta inawakilisha wazo moja, kwa hivyo swali kuhusu wazo hilo linalingana nayo kwa karibu. Lakini sehemu ya sentensi mbili mara chache huwa na muktadha wa kutosha kwa mfano kujibu vizuri; inaweza kuacha ufafanuzi aya tatu mapema au isipokuwa katika sentensi inayofuata. Visehemu vikubwa vinabeba muktadha huo, lakini upachikaji wake hutia ukungu mawazo kadhaa pamoja, kwa hivyo urejeshaji unapata usahihi mdogo na kifungu kinachohusika kinaweza kupitiwa na fungu ambalo liko kwenye mada tu. Urejeshaji mdogo hadi mkubwa unagawanya kazi hizo mbili. Mfumo huo unaweka alama za vipande vya watoto kwa utafutaji, na kila mtoto huweka kielekezi kwa mzazi mkubwa zaidi: sehemu, ukurasa, au hati nzima. Wakati wa kuuliza hupata watoto bora, kisha hutazama na kuwarejesha wazazi wao. Ikiwa watoto kadhaa wanashiriki mzazi mmoja, mzazi hutumwa mara moja, ambayo pia huondoa nakala. ParentDocumentRetriever ya LangChain inatekeleza hili na duka la vekta kwa watoto na duka tofauti la hati kwa wazazi. LlamaIndex inatoa mifumo inayohusiana: urejeshaji wa sentensi-dirisha, ambayo hurejesha sentensi inayolingana pamoja na idadi isiyobadilika ya sentensi jirani, na urejeshaji wa kuunganisha kiotomatiki, ambao huchukua nafasi ya vipande vingi vya majani vilivyorejeshwa na nodi kuu ya pamoja wakati vinapolingana. Mbinu hiyo inaelekea kushinda ugawaji wa ukubwa usiobadilika kwenye hati zilizoundwa kama vile miongozo, mikataba, sera na vitabu vya kiada, ambapo maana inategemea sehemu inayozunguka. Husaidia kidogo wakati hati tayari ni fupi, au wakati wazazi ni kubwa sana kwamba wachache wao hufurika dirisha la muktadha au kuzika jibu katika maandishi yasiyohusika. Dhana potofu ya kawaida ni kwamba hii ni kutumia chunks kubwa zaidi. Sio: kitengo cha urejeshaji na kitengo cha kizazi ni saizi tofauti kwa makusudi, kwa hivyo unaendelea kulinganisha kwa usahihi bila kufa na njaa mfano wa muktadha.
Athari za kimkakati
Gharama na bajeti
Maamuzi ya usanifu huendesha utendaji na gharama ya uendeshaji kwa miaka.
Maamuzi ya wazi zaidi
Elimu ya kiufundi husaidia timu kuchagua safu sahihi, sio tu mpya zaidi.
Udhibiti wa ubora
Chaguo bora za uhandisi hupunguza matukio ya kuaminika katika uzalishaji.
Mustakabali wa Hati ya Mzazi na Urejeshaji Mdogo kwa Mkubwa
Ndogo kwa kubwa inakuwa chaguomsingi badala ya hila, na mifumo mikuu tayari inafichua urejeshaji wa ngazi ya juu au ulio na madirisha kama chaguo za usanidi. Dirisha kubwa za muktadha hupunguza adhabu ya kutuma wazazi wakubwa, ambayo hufanya muundo kuwa rahisi kupitisha. Maswali wazi yanasalia kuhusu kuchagua mipaka ya mzazi kiotomatiki, kwa mfano kutumia uchanganuzi wa mpangilio wa hati au sehemu uliyojifunza badala ya kutegemea vichwa. Inazidi kuunganishwa na wapangaji upya na kwa mbinu za kupachika muktadha ambazo hujaribu kuwapa sehemu ndogo ufahamu wa mazingira yao kwa wakati wa kuorodhesha. Kujaribu kwenye hati zako mwenyewe, badala ya vigezo vya jumla, inasalia kuwa njia ya kuaminika ya kuchagua ukubwa wa watoto na mzazi.
Utekelezaji wa Ulimwengu Halisi
Kijibu cha usaidizi wa IT cha ndani hufahamisha kila hatua ya utatuzi kama sehemu tofauti ya watoto, lakini hatua inapolingana hurejesha utaratibu mzima, kwa hivyo mtindo hauambii watumiaji kufanya hatua ya 4 bila hatua ya 1 hadi 3.
Zana ya kisheria ya utafiti inalingana na kifungu kimoja kuhusu muda wa ilani ya kusitishwa, kisha kupitisha modeli sehemu kamili ya mkataba, ikijumuisha ufafanuzi na vighairi vinavyobadilisha maana ya kifungu hicho.
Msaidizi wa kozi ya chuo kikuu hutafuta vipande vya kiwango cha sentensi kutoka kwa vidokezo vya mihadhara na kurudisha ukurasa unaouzunguka, kwa hivyo majibu kuhusu fomula pia yanajumuisha masharti ambayo inatumika.
Msaidizi wa madai ya bima hurejesha mechi ndogo ndogo kutoka kwa hati moja ya sera, na kuzipanga kulingana na mzazi, na kutuma sehemu hiyo ya sera mara moja badala ya vipande vitano vinavyopishana.
Hatari & Walinzi
Kuboresha kiwango kimoja kunaweza kuficha udhaifu mkubwa wa mfumo.
Gharama za miundombinu na matengenezo mara nyingi hupunguzwa.
Mapengo ya usalama na uonekanaji yanaweza kukua kadiri mifumo inavyozidi kuwa ngumu.
Ramani ya Utekelezaji
Bainisha muda, ubora na malengo ya gharama kabla ya utekelezaji.
Benchmark chini ya mzigo halisi na hali ya data.
Ufuatiliaji wa ala kwa makosa, kuteleza, na athari za mtumiaji.
Tayarisha njia za urejeshaji na majibu ya matukio kabla ya kuongeza ukubwa.
Endelea Kuchunguza
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Parent Document and Small-to-Big Retrieval quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Maswali yanayoulizwa mara kwa mara
Je, Hati ya Mzazi na Urejeshaji Mdogo kwa Mkubwa ni nini?
Urejeshaji wa hati kuu, unaoitwa pia urejeshaji mdogo hadi mkubwa, hutafuta vipande vidogo vya maandishi sahihi lakini hukabidhi muundo wa lugha sehemu kubwa au hati ambayo kila sehemu ilitoka. Ni muhimu kwa sababu huondoa ubadilishanaji wa kawaida wa chunking: vipande vidogo vinalingana na maswali kwa usahihi, na mzazi mkubwa anatoa mfano wa muktadha wa kutosha kujibu ipasavyo.
Ni biashara gani kuu ambayo urejeshaji mdogo hadi mkubwa unashughulikia?
Vipande vidogo vinapeana upachikaji wenye umakini lakini muktadha mdogo sana; sehemu kubwa hutoa muktadha lakini upachikaji wa ukungu. Utafutaji mdogo kwa mkubwa na unarudisha kubwa ili kupata zote mbili.
Katika mfumo mdogo hadi mkubwa, ni nini kinachopachikwa na kutafutwa wakati wa hoja?
Watoto wameorodheshwa kwa ulinganishaji sahihi; wazazi hutafutwa tu baada ya mechi za mtoto.
Ikiwa sehemu tatu za watoto zilizorejeshwa zote ni za sehemu ya mzazi mmoja, mfumo unapaswa kufanya nini?
Kupanga kulingana na mzazi kunamaanisha kuwa sehemu imejumuishwa mara moja, ambayo huhifadhi ishara na kuondoa vipande vilivyorudiwa.
Je, ParentDocumentRetriever ya LangChain huhifadhi vipi viwango viwili vya maandishi?
Watoto wamepachikwa kwenye duka la vekta kwa utafutaji, wakati wazazi kamili hukaa kwenye duka la hati na huletwa kwa kitambulisho.
Je, urejeshaji wa sentensi-dirisha unarudi nini?
Urejeshaji wa dirisha la sentensi unalingana katika kiwango cha sentensi na kisha kupanuka hadi dirisha la sentensi zinazozunguka ili kutoa muktadha.
Endelea kujifunza
Miongozo inayohusiana
Miongozo zaidi imechaguliwa kwa mada hii