ट्यूटोरियल और टिप्स

LlamaIndex ट्यूटोरियल: RAG पुनर्प्राप्ति प्रदर्शन बढ़ाने के लिए सिंथेटिक डेटा से एम्बेडिंग मॉडल को फ़ाइन-ट्यून करें

मूल शीर्षक:Fine-Tuning Embeddings for RAG with Synthetic Data

AI सारांश

LlamaIndex ने एक एंड-टू-एंड गाइड जारी की है, जिसमें बिना लेबल वाले असंरचित कॉर्पस पर LLM की मदद से सिंथेटिक प्रश्न जोड़े बनाकर ओपन-सोर्स एम्बेडिंग मॉडल BAAI/bge-small-en को फ़ाइन-ट्यून करना सिखाया गया है।

एक नज़र में

प्रकाशन समय
अपडेट समय
स्रोत
LlamaIndex:产品、工程与评测
श्रेणी
ट्यूटोरियल और टिप्स
AI स्कोर
74
मूल पढ़ें मूल स्रोत पर पूरा लेख पढ़ें
सुझाव का कारण

原文提供了完整的无标注数据微调嵌入模型方法和评测结果,读者可以直接复用笔记本改进自己的 RAG 检索。

स्रोत और कॉपीराइट

यह लेख AIHOT के सार्वजनिक API की चयनित सुर्खियों और AI सारांशों के आधार पर तैयार किया गया है, स्रोत का उल्लेख और लिंक दिया गया है; मूल पाठ का कॉपीराइट मूल मीडिया और लेखक के पास है, यह साइट पूरा पाठ मिरर नहीं करती।

मूल लिंक · AIHOT प्रविष्टि

उद्धरण कैसे दें

इस लेख का उद्धरण देते समय शीर्षक, तिथि और स्थायी लिंक बनाए रखें और स्रोत Orange News बताएं।

Orange News: LlamaIndex ट्यूटोरियल: RAG पुनर्प्राप्ति प्रदर्शन बढ़ाने के लिए सिंथेटिक डेटा से एम्बेडिंग मॉडल को फ़ाइन-ट्यून करें। 25 अगस्त 2023। https://new.nat6.net/hi/news/n57cqzezvy50t1x0iwqn6mpqe/

सभी देखें →