पाठ्यक्रम 250 में से पाठ 214 · प्रोजेक्ट: ग्राहक support copilot
प्रोजेक्ट: ग्राहक support copilot

लाएँ + grounded prompt बनाएँ

retrieval काम करता है -- आप सही लेख ढूँढ सकते हैं। अब वह चाल आती है जो RAG को एक आत्मविश्वासी झूठे के बजाय भरोसेमंद बनाती है: grounding। आप भाषा मॉडल को लाया टेक्स्ट देते हैं और उसे सिर्फ़ उस टेक्स्ट से जवाब देने का निर्देश देते हैं, और जवाब वहाँ न हो तो यह कहने का। मॉडल आपके कच्चे दस्तावेज़ कभी नहीं देखता; वह वह prompt देखता है जो आप जोड़ते हैं। इसलिए prompt ही product है। यह पाठ वह prompt बनाता है।

यहीं hallucinations जीते या हारे जाते हैं। refund की अवधि गढ़ने वाला support bot बेकार से भी बुरा है -- वह एक देनदारी है। इलाज तीन हिस्सों वाला एक अनुशासित prompt है: लाए chunks घेरे और क्रमांकित ताकि मॉडल उन्हें उद्धृत कर सके, उपयोगकर्ता का सवाल, और संदर्भ में जवाब न होने के लिए एक साफ़ बचाव रास्ता।

एक फ़ंक्शन लिखें:

assemble_prompt(query, retrieved_chunks)  # -> the full prompt string

इसे क्रम से:

  • यह नियम बताना है कि सहायक सिर्फ़ नीचे के संदर्भ से जवाब देता है।
  • यह पंक्ति ठीक शामिल करनी है, अक्षर दर अक्षर: If the answer is not in the context, reply exactly: I do not know.
  • एक CONTEXT: हिस्सा खोलना है, फिर हर chunk को क्रमांकित और घेरकर सूचीबद्ध करना है, जैसे [1] और उसके बाद triple quotes के बीच chunk टेक्स्ट, फिर [2], और इसी तरह -- दिए क्रम में।
  • उपयोगकर्ता का सवाल एक QUESTION: पंक्ति पर जोड़ना है।
  • एक खुली जवाब बारी पर ख़त्म होना है -- एक आख़िरी ANSWER: पंक्ति जिसके बाद कुछ नहीं, ताकि मॉडल आगे जवाब लिखे।

क्रमांकन मायने रखता है: यही मॉडल (और अगले पाठ) को उद्धृत करने देता है कि कोई दावा किस स्रोत से आया। सटीक बचाव पंक्ति भी मायने रखती है -- आगे का कोड इनकार पकड़ने के लिए वह सटीक संकेत खोजेगा, इसलिए शब्द बदलना सब तोड़ देता है।

ग़ायब-संदर्भ वाला मामला सँभालें: अगर retrieved_chunks ख़ाली है, तो भी आप एक मान्य prompt बनाते हैं (निर्देश, बचाव पंक्ति, एक ख़ाली संदर्भ, सवाल, और खुली जवाब बारी) -- फिर मॉडल सही ढंग से संकेत के साथ जवाब देगा। live LLM कॉल इस अभ्यास का हिस्सा नहीं; आप वह स्ट्रिंग बना रहे हैं जो उसे मिलती। एक grounded prompt print करने और उसे मॉडल की तरह पढ़ने के लिए Run दबाएँ।

आपकी बारी

assemble_prompt(query, retrieved_chunks) लिखें जो पूरी grounded prompt स्ट्रिंग लौटाए: सिर्फ़ संदर्भ से जवाब देने का निर्देश, सटीक पंक्ति If the answer is not in the context, reply exactly: I do not know., हर chunk को [1], [2], ... क्रमांकित और क्रम से triple quotes में घेरे एक CONTEXT: हिस्सा, एक QUESTION: पंक्ति, और एक आख़िरी खुली ANSWER: बारी। ख़ाली chunk सूची भी एक मान्य prompt देती है।

इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें

यह अभ्यास जल्द खुलेगा

इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।