Advance RAG 08- Powerful RAG with Langchain Contextual Compression Retriever

แชร์
ฝัง
  • เผยแพร่เมื่อ 10 พ.ย. 2024

ความคิดเห็น • 18

  • @usmantahir2609
    @usmantahir2609 3 หลายเดือนก่อน +1

    please continue this series, really helpful content

  • @jayeshkhirve8112
    @jayeshkhirve8112 2 หลายเดือนก่อน

    Advance rag with advance teaching skills

  • @msumanth3692
    @msumanth3692 4 หลายเดือนก่อน +1

    valuable information and waiting for more vedios on RAG

  • @mukeshkund4465
    @mukeshkund4465 4 หลายเดือนก่อน +2

    Great video. But the implementation with OPENAI is also mentioned in the document but it will be super useful if you use open source model like mistral and others

    • @sunnysavita10
      @sunnysavita10  4 หลายเดือนก่อน +1

      yes i have shown in my many other videos you can check out

    • @mukeshkund4465
      @mukeshkund4465 4 หลายเดือนก่อน

      @@sunnysavita10 Name of the video will be very helpful

  • @rutvikjaiswal4986
    @rutvikjaiswal4986 3 หลายเดือนก่อน

    Hi sunny please continue this playlist . please add the LangGraph part as well industry using it alot.

  • @PhotoshoppersStop
    @PhotoshoppersStop 4 หลายเดือนก่อน +2

    Can suggest / create a video on creating advanced RAG using tabular dataset like SQL table, postgre SQL etc., thanks

    • @darkmatter9583
      @darkmatter9583 4 หลายเดือนก่อน +1

      yes please

    • @FawziBreidi
      @FawziBreidi 4 หลายเดือนก่อน +2

      maybe one for github as well since LangChain have this integration

    • @sunnysavita10
      @sunnysavita10  4 หลายเดือนก่อน +2

      Will upload soon

  • @abhgff
    @abhgff 4 หลายเดือนก่อน +1

    Can you please create a video on Q&A to a large size tabular dataset(csv / Excel)

    • @sunnysavita10
      @sunnysavita10  4 หลายเดือนก่อน

      i did with tabular data please check my ecommerce project

  • @PhotoshoppersStop
    @PhotoshoppersStop 4 หลายเดือนก่อน +1

    Do we need to create chunking for tabular dataset?

    • @sunnysavita10
      @sunnysavita10  4 หลายเดือนก่อน +1

      for text dataset we need to do rest we can store as a meta data check my other videos