О чём урок
Прочитайте сопутствующую статью в блоге здесь.
Этот блокнот содержит два примера выполнения многоязычного поиска с использованием Cohere и Langchain. Langchain — это библиотека, которая помогает в разработке приложений, построенных на основе больших языковых моделей (LLM), таких как модели Cohere.
Короче говоря, Cohere упрощает разработчикам использование LLM, а Langchain упрощает создание приложений с этими моделями.
Мы рассмотрим следующие примеры:
- Пример 1 - Базовый многоязычный поиск Это простой пример многоязычного поиска по списку документов. Краткое описание шагов: Импортировать список документов
- Встроить (Embed) документы и сохранить их в индексе
- Ввести запрос
- Вернуть документ, наиболее похожий на запрос
Пример 2 - Ответы на вопросы на основе поиска
Этот пример демонстрирует более сложный сценарий, где поиск комбинируется с генерацией текста для ответов на вопросы по объемным документам.
Краткое описание шагов:
- Добавить статью и разбить ее на более мелкие отрывки
- Встроить (Embed) отрывки и сохранить их в индексе
- Ввести вопрос
- Ответить на вопрос на основе наиболее релевантных документов
План урока
- Импорт списка документов
- Встроить (Embed) документы и сохранить их в индексе
- Ввести запрос
- Вернуть документ, наиболее похожий на запрос
- Добавить статью и разбить ее на более мелкие отрывки
- Встроить (Embed) отрывки и сохранить их в индексе
- Ввести вопрос
- Ответить на вопрос на основе наиболее релевантных документов
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.