এন্টারপ্রাইজ ডকুমেন্ট ইন্টেলিজেন্স [ভল.1 #বি00] প্রকাশ করে যে রিট্রিভ-অগমেন্টেড জেনারেশন (RAG) সবসময় সর্বোত্তম সমাধান নয়। একটি সমর্থন অনুরোধ কিউয়ে আসে, এবং প্রতিক্রিয়া হল প্রম্পট করা—কিন্তু ছয়টি সস্ত পদ্ধতি প্রায়ই আরও ভালো কাজ করে। একটি সঠিক ম্যাচ সফাফ শনাক্তকারী পরিচালনা করে, বানান ঠিক ঠাক করা সহজ ত্রুটিগুলি সমাধান করে, কীওয়ার্ড অনুসন্ধান বিশেষজ্ঞ-যাচাই করা শব্দভাণ্ডারকে আবৃত করে, এবং এম্বেডিং শব্দভাণ্ডারের ফাঁটগুলি মূল করে। অধিকাংশ অনুরোধগুলি এই পদ্ধতিগুলিতে মিলিসেকেন্ডে সমাধান হয়, প্রতিটি তার যুক্তি ব্যাখ্যা করে। ইঞ্জিনিয়ারিং চ্যালেঞ্জ হল সেই সবচেয়ে কম পর্যায়ে পৌঁছানো যা কেসটি সমাধান করে।

এই পোস্টটি реальные ডকুমেন্ট সমস্যাগুলি অন্বেষণ করে: অনুরোধগুলি শ্রেণীবিন্যাস করা, মুক্ত পাঠ্যকে রেফারেন্সের সাথে মেলানো, টেবিল পড়া, OCR নয়েস কেনার কাজ, এবং যখন ডেটা পালাতে পারে না তখন স্থানীয়ভাবে মডেল চালানো। ধারাবাহিকতায় নতুন? Towards Data Science-এর লেখক পৃষ্ঠায় Angela Shi এবং Kezhan Shi-এর পৃষ্ঠায় জানালাম।

ছয়টি প্যাটার্ন কাজের সময় উদয় হয়েছে: বানান এবং OCR নয়েস পার্সিং, প্রশ্ন পার্সিং এবং রিট্রিভকে প্রভাবিত করে; 'আমি জানি না' অনুরোধগুলি সব চারটি ব্রিক্স থেকে প্রমাণ প্রয়োজন; টেবিলগুলি উপস্থাপনা, রিট্রিভ এবং জেনারেশন পছন্দ প্রয়োজন; এবং চুক্তি-ভিত্তিক উপাদানগুলির মধ্যে বিশ্বস্ত মক গুরুত্বপূর্ণ। একক নিবন্ধ এগুলি যথাযথভাবে আবৃত করতে পারে না, তাই বোনাস নিবন্ধগুলি আন্তঃক্রিয়াশীল দৃষ্টিভঙ্গি প্রদান করে।

বিকল্প পাইপলাইন আকৃতিগুলি আরও অন্বেষণ পায়। FAQ কর্পাস (টিম-ডিজাইন করা) পার্সিংকে সরল করে এবং রিট্রিভকে ক্যাশ বানায়। ডিস্প্যাচ্ড আর্কিটেকচার আত্মবিশ্বাসী এজেন্টগুলির পরিবর্তে নামকরা রুট ব্যবহার করে। বোনাস নিবন্ধগুলি স্পষ্টভাবে এই বিকল্প আকৃতিগুলি অন্বেষণ করে, নয় অন্তর্নিহিত ভাবে।

মূল এন্টিটিগুলি: কোম্পানিগুলি: Towards Data Science | মানুষ: Angela Shi, Kezhan Shi

প্রায়ই জিজ্ঞাসিত প্রশ্ন: এন্টারপ্রাইজগুলি কখন RAG ব্যবহার করা উচিত সহজ NLP পদ্ধতিগুলির পরিবর্তে?

RAG ব্যয়বহুল এবং ধীর। ছয়টি সস্ত পদ্ধতি প্রায়ই যথেষ্ট: সফাফ শনাক্তকারীর জন্য সঠিক ম্যাচ, ছোট ত্রুটিগুলির জন্য বানান ঠিক ঠাক, বিশেষজ্ঞ শব্দভাণ্ডারের জন্য কীওয়ার্ড অনুসন্ধান এবং ফাঁটগুলির জন্য এম্বেডিং। অধিকাংশ অনুরোধগুলি এই পদ্ধতিগুলিতে মিলিসেকেন্ডে সমাধান হয় স্পষ্ট ব্যাখ্যা সহ। ইঞ্জিনিয়ারিং দক্ষতা হল সেই সবচেয়ে কম পর্যায় বাছাই করা যা সমস্যাটি সমাধান করে।

FAQ প্রশ্ন: এন্টারপ্রাইজগুলি কখন RAG ব্যবহার করা উচিত সহজ NLP পদ্ধতিগুলির পরিবর্তে?

FAQ উত্তর: RAG ব্যয়বহুল এবং ধীর। ছয়টি সস্ত পদ্ধতি প্রায়ই যথেষ্ট: সফাফ শনাক্তকারীর জন্য সঠিক ম্যাচ, ছোট ত্রুটিগুলির জন্য বানান ঠিক ঠাক, বিশেষজ্ঞ শব্দভাণ্ডারের জন্য কীওয়ার্ড অনুসন্ধান এবং ফাঁটগুলির জন্য এম্বেডিং। অধিকাংশ অনুরোধগুলি এই পদ্ধতিগুলিতে মিলিসেকেন্ডে সমাধান হয় স্পষ্ট ব্যাখ্যা সহ। ইঞ্জিনিয়ারিং দক্ষতা হল সেই সবচেয়ে কম পর্যায় বাছাই করা যা সমস্যাটি সমাধান করে।