LangChain publie un modèle RAG multimodal pour diapositives et compare deux approches de recherche
Titre original:Multi-modal RAG on slide decks
Résumé IA
LangChain publie un modèle RAG multimodal dédié aux diapositives ainsi qu'un benchmark public de 10 questions. Sur les diapositives de résultats financiers de Datadog, l'approche par embeddings multimodaux CoT atteint 60 % de précision, tandis que le résumé d'images avec multi-vector retriever atteint 90 %, contre 20 % pour le RAG à extraction textuelle seule ; les auteurs soulignent que la recherche d'images est le principal défi et proposent un modèle de déploiement en deux étapes basé sur Chroma et les embeddings OpenCLIP.
Points clés
- LangChain publie un modèle RAG multimodal dédié aux diapositives ainsi qu'un benchmark public de…
- Sur les diapositives de résultats financiers de Datadog,l'approche par embeddings multimodaux CoT…
- les auteurs soulignent que la recherche d'images est le principal défi et proposent un modèle de…
En bref
- Publié
- Mis à jour
- Source
- LangChain:Blog(RSS)
- Catégorie
- Tutoriels et astuces
- Score IA
- 60
原文给出两种多模态 RAG 方案的对比评测与开源模板,读者可以直接复用其基准和部署路径。
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : LangChain publie un modèle RAG multimodal pour diapositives et compare deux approches de recherche. 7. décembre 2023. https://new.nat6.net/fr/news/cmt92ixp507r1rolyiowy92au/