AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


Langchain新玩法:LangGraph赋能RAG Agent,自适应、自校正、Self-RAG,一网打尽!
发布日期:2024-05-27 12:38:16 浏览次数: 2175 来源:NLP前沿


Langchain的新框架,LangGraph结合3个突破性的框架:Corrective Retrieval Augmented Generation (CRAG,自纠正检索增强生成), Self-Reflective Retrieval-Augmented Generation (Self-RAG,自反射检索增强生成) , Adaptive QA framework(自适应 QA 框架)。重新定义语言模型的能力。

https://ai.gopubby.com/unifying-rag-frameworks-harnessing-the-power-of-adaptive-routing-corrective-fallback-and-1af2545fbfb3
  • 路由-自适应RAG:该框架可以将问题动态路由到不同的检索方法,确保检索到最相关的信息以生成响应
  • 回退-自纠正RAG:如果文档被认为与查询不相关,则该机制无缝回退到网络搜索(web search),确保生成准确且上下文相关的响应。
  • 自我修正:Self-RAG:通过在 LM 生成中引入自我反思,该框架使模型能够修复受幻觉困扰的答案或无法解决问题的答案,从而增强各种任务的真实性和多功能性。

将 CRAG、Self-RAG、Adaptive RAG 集成到现有语言模型中可以带来诸多好处

  • CRAG 通过减少与次优检索相关的不准确性来增强基于 RAG 的方法的稳健性,确保生成响应的可靠性。
  • Self-RAG 通过引入自我反思彻底改变了 LM 功能,显着增强了各种任务的真实性和多功能性。
  • Adaptive-RAG 提供动态解决方案来解决用户查询的复杂性,优化多个数据集的效率和准确性

示例代码太长,详见官方jupyter notebook demo,地址如下:

https://github.com/langchain-ai/langgraph/blob/main/examples/rag/langgraph_rag_agent_llama3_local.ipynb



53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询