Advanced RAG

В данном репозитории содержатся примеры построения предметно-ориентированных диалоговых систем на основе продвинутых техник Retrieval-Augmented Generation:

• simple_rag: Наивный RAG и поиск на основе синтетических вопросов
• graph_rag: Графовый RAG на основе извлечения графа знаний из текстового массива, вдохновлён статьей/примером от Microsoft Research
• multiagent: Многоагентный RAG с явной оркестрацией агентов и агентом с явными рассуждениями на основе онтологий с логическим выводом на языке Prolog.

В качестве предметной области рассматривается вино - классификация вин, подбор подходящего вина к разным блюдам. Исходные данные находятся в директории source.

Конференции

Различные вариации этого кода были показаны в рамках докладов/мастер-классов на следующих конференциях:

• SMILES 2024. Летняя школа машинного обучения Skoltech.
• Yandex Practical ML Conf 2024: Дмитрий Сошников, Дмитрий Рыбалко. Разные (мультиагентные) подходы для работы с LLM в Yandex Cloud слайды
• PiterPy 2024 слайды
• Стачка SPb 2024 слайды

Ссылки

• Телеграм-канал Дмитрия Сошникова Облачный адвокат
• Телеграм-канал Yandex Foundation Models
• Телеграм-канал Yandex for ML