24.01.2024 | 

Webinar: Advanced RAG – Dynamically Selecting the best Retrievers for Queries with AI

Bei Retrieval Augmented Generation werden Daten aus Retrievalsystemen wie z.B. Vector DBs verwendet, um die relevanten Informationen für die Beantwortung einer Frage zu finden. Wenn mehrere Retrievalsysteme benutzt werden, kann die Auswahl des optimalen Abfragesystems zu einer Anfrage eine Herausforderung darstellen. In diesem Webinar wird das MultiRouteChain-Paradigma aus dem LangChain Framework vorgestellt, das eine dynamische Auswahl des Retrievalsystems basierend auf einem semantischen Matching von Frage und Retrievalsystem-Schwerpunkt ermöglicht. Das Live-Coding wird veranschaulichen, wie MultiRouteChain die Leistung von RAG zur Beantwortung von Anwenderfragen verbessert, indem für jede Anfrage die relevanteste QA-Kette für das Retrieval ausgewählt wird.

Mehr Beiträge zu AI, Generative AI, LangChain, Python, RAG
Marco Frodl ist Consultant bei der Thinktecture AG und versteht sich als ein IT-Dolmetscher zwischen Developern und Anwendern.

Moderation

Gøran Homberg

Gøran Homberg

Gøran Homberg ist Consultant bei Thinktecture und arbeitet mit unseren Kunden bzgl. deren Anforderungen, Projektansätzen und zugehörigem Projekt-Management.

Agenda

  • Introduction to RAG and its Significance in Generative AI
  • Overview of the Simple RAG Workflow (Live Demonstration)
  • Exploring the Need for Multiple Retrieval Systems in Generative AI
  • LangChain's MultiRouteChain Paradigm for Dynamic Retrieval System Selection
  • Demonstration of Dynamic Retrieval System Selection Using MultiRouteChain (Live Demo)

Material & Video zu
"Advanced RAG - Dynamically Selecting the best Retrievers for Queries with AI"

Links aus dem Webinar:

Sie wünschen sich Unterstützung durch unsere Experten in Ihrem Projekt?

Slidedeck zu "Advanced RAG - Dynamically Selecting the best Retrievers for Queries with AI"

Kommende Webinare: jetzt kostenlos anmelden

@ngrx/signals: Reaktives State-Management auf Komponentenebene

Yannick Baron | 03.04.2024 | 10:30 Uhr

Transparente AI: Tracing- und Debugging-Techniken für LLM-Anwendungen

Marco Frodl | 15.05.2024 | 10:30 Uhr

Weitere Artikel zu AI, Generative AI, LangChain, Python, RAG

Low-angle photography of metal structure
AI
cl-neu

AI-Funktionen zu Angular-Apps hinzufügen: lokal und offlinefähig

Künstliche Intelligenz (KI) ist spätestens seit der Veröffentlichung von ChatGPT in aller Munde. Wit WebLLM können Sie einen KI-Chatbot in Ihre eigenen Angular-Anwendungen integrieren. Wie das funktioniert und welche Vor- und Nachteile WebLLM hat, lesen Sie hier.
26.02.2024
AI
favicon

Integrating AI Power into Your .NET Applications with the Semantic Kernel Toolkit – an Early View

With the rise of powerful AI models and services, questions come up on how to integrate those into our applications and make reasonable use of them. While other languages like Python already have popular and feature-rich libraries like LangChain, we are missing these in .NET and C#. But there is a new kid on the block that might change this situation. Welcome Semantic Kernel by Microsoft!
03.05.2023

Unsere Webinare

Unsere Artikel

Mehr über uns