ขนาดวิดีโอ: 1280 X 720853 X 480640 X 360
แสดงแผงควบคุมโปรแกรมเล่น
เล่นอัตโนมัติ
เล่นใหม่
GraphRAG共学任务及分享:techdiylife.github.io/blog/blog.html?category1=c01&blogid=0061
Gemini API會降低一點費用,也可以得到還不錯的內容回答
好期待怎麼改進
請教是否可以利用Graph的關聯結構,在需要推理來連結上下文的表現上會比較好?
是尽在第一次创建和索引的时候只需要9美元多,还是以后每一次问题之后的答案索引都需要大概这么多费用?
請問下 是否可以提供您使用的本地LLM的硬件設備規格呢? 感謝
真贵
我很好奇生产的索引是什么样子的。可以用来生产知识图谱,自己看而不是给AI吗?
是可以查看的,下次录个视频介绍一下。
又貴又慢,贏那一點點,cp值不高,如果要做貫穿全文的回答,在處理文本後再用summary chain做一份摘要,就具有貫穿全文的能力與回答細節的能力,相較下較便宜
KG并不新,不过GraphRAG是一种新的实现方法。
费钱啊,换成国产deepseek-chat模型最后跑不过,因为json格式不闭合,造成执行失败。
是不是因为max-token影响的?也可能是生成中断了。目前这个程序还是有很多地方需要优化的。
用本地模型跑一个试试
在试呢,回头会分享。
@@techdiylife 本地报错 nomic-embed-text 快出第二集
Anythinllm 跟這graphrag 是不是差不多?
简单看了一下anytingllm。应该是不一样的。GraphRAG算是一种新的RAG处理方法。
GraphRAG共学任务及分享:
techdiylife.github.io/blog/blog.html?category1=c01&blogid=0061
Gemini API會降低一點費用,也可以得到還不錯的內容回答
好期待怎麼改進
請教是否可以利用Graph的關聯結構,在需要推理來連結上下文的表現上會比較好?
是尽在第一次创建和索引的时候只需要9美元多,还是以后每一次问题之后的答案索引都需要大概这么多费用?
請問下 是否可以提供您使用的本地LLM的硬件設備規格呢? 感謝
真贵
我很好奇生产的索引是什么样子的。可以用来生产知识图谱,自己看而不是给AI吗?
是可以查看的,下次录个视频介绍一下。
又貴又慢,贏那一點點,cp值不高,如果要做貫穿全文的回答,在處理文本後再用summary chain做一份摘要,就具有貫穿全文的能力與回答細節的能力,相較下較便宜
KG并不新,不过GraphRAG是一种新的实现方法。
费钱啊,换成国产deepseek-chat模型最后跑不过,因为json格式不闭合,造成执行失败。
是不是因为max-token影响的?也可能是生成中断了。目前这个程序还是有很多地方需要优化的。
用本地模型跑一个试试
在试呢,回头会分享。
@@techdiylife 本地报错 nomic-embed-text 快出第二集
Anythinllm 跟這graphrag 是不是差不多?
简单看了一下anytingllm。应该是不一样的。GraphRAG算是一种新的RAG处理方法。