doc/AI/RAG2

RAG doc

• Как сделать RAG для своей компании
• RAG на практике: чат-бот для корпоративной вики
• Что такое RAG

benchmarks

• https://huggingface.co/spaces/mteb/leaderboard

RAG

• RAG (Retrieval Augmented Generation) — простое и понятное объяснение
• Прокачиваем RAG: тестируем техники и считаем их эффективность. Часть 1

RAG ARC

• Не просто RAG: Строим MCP-сервер на Node.js, чтобы дать LLM «архитектурное зрение»

Enterprise RAG

• https://t.me/c/3082493669/372

• поиск по библиотеке знаний рекламного агентства:

  • постановка на github (https://github.com/airndlab/hackathon-hacks-ai-mediawise-qna/blob/main/docs/media-wise.pdf)
  • разбор на youtube (https://youtu.be/oAfcJk73cRY?si=tLw1QD7EZ2xZHbI5)

• поиск по нормативным документам для РЖД:

  • постановка на github (https://github.com/airndlab/hackathon-hacks-ai-rzd-qna/blob/main/docs/case/rzd.pdf)
  • разбор на youtube (https://youtu.be/9Xrz_tvTsnY?si=1QL19b9-hQkvo7RQ)
    Причем мы начали участвовать пару лет назад и в первый раз наше решение было без RAG, дальше изучили решения конкурентов и познакомились с RAG.

• Как я построил RAG-систему за вечер с помощью 5 open source-инструментов

tools

• От LangChain к LangGraph: детально разбираемся с фреймворками и всей Lang-экосистемой

book

• На Neo4j в открытом доступе лежит книжка Essential GraphRAG. KNOWLEDGE GRAPH–ENHANCED RAG от TOMAŽ BRATANICˇ и OSKAR HANE https://go.neo4j.com/rs/710-RRC-335/images/Essential-GraphRAG.pdf отмечается, что извлечение (retrieval) по (одно)векторной схожести, простой семантический поиск, не дает ожидаемого результата. По этому поводу есть замечательное 20 минутное изложение Бена Клавье (Ben Clavié) - I don’t use RAG, I just retrieve documents (https://hamel.dev/notes/llm/rag/p1-intro.html - слайды и конспект, видео: https://www.youtube.com/watch?v=Evlk9J-B_uc ) Тут 2 темы как минимум отлично раскрыты:

1. Почему увеличение контекстного окна моделей не отменит RAG (распространенное заблуждение)
2. Что означает Retrieval в технологии RAG, почему не работает простой семантический поиск, и куда движутся разработки в этом направлении сегодня.

• у Фаулера есть неплохая статья с описанием общего шаблона для построения продуктов на основе Generative AI. И да, RAG там является одним из шагов в цепочке.

semantic search

• семантический поиск Представляем развитие проекта MCP-сервера для поиска метаданных 1С для программирования с LLM

Type

• СРАВНИТЕЛЬНЫЙ АНАЛИЗ МЕТОДОВ RAG рассмотрены несколько базовых методов RAG, включая наивный RAG, HyDE и BM25. В RAG поиск осуществляется путем вычисления сходства между эмбеддингами запросов и фрагментов документов, при этом ключевую роль играет способность моделей эмбеддингов к семантическому представлению. Наиболее популярные модели эмбеддингов - BERT
  Описание метрик оценки RAG-систем Mean Average Precision (MAP) - это метрика, используемая для оценки качества систем поиска информации, таких как системы поиска текста.

Eval RAG

оценка качества ответов RAG

• Пример использования RAG ваша система RAG получает запрос пользователя и извлекает соответствующий контекст из базы знаний, форматирует запрос LLM на основе запроса и контекста и генерирует ответ, используя этот запрос.
• https://learn.microsoft.com/ru-ru/fabric/data-science/tutorial-evaluate-rag-performance
• https://baguzin.ru/wp/glava-9-otsenka-rag-kolichestvenno-i-s-ispolzovaniem-vizualizatsij/
• Коротко об оценке RAG

Векторная БД

• Выбираем векторную БД для AI-агентов и RAG: большой обзор баз данных и поиск смысла

Создание RAG

• Создание RAG с помощью Milvus
• https://qdrant.tech/rag/