आपका डेटा तैयारी टेक स्टैक से भी महत्वपूर्ण है

यह बहुत अच्छा नहीं है कि आप केवल अपनी ड्राइव तक पहुंच दें और कहें, 'इस ज्ञान आधार पर तर्क करो।' यह वास्तव में इस बात को समझने में बहुत खराब काम करता है कि अतीत का महत्व क्या है और चीजों पर भार कैसे डालना है। आप वास्तव में यह सोचना चाहते हैं कि कब आप इसे देना चाहते हैं और आप किस ज्ञान आधार पर इसे केंद्रित करना चाहते हैं।

कई कंपनियों में, RAG समाधान में काफी प्रदर्शन देखा गया है।

कई कंपनियों में जिन्हें मैंने देखा है, उनका सबसे बड़ा प्रदर्शन उनके RAG समाधानों में बेहतर डेटा तैयारी से आता है, न कि वेक्टर डेटाबेस का उपयोग करने पर ग्लानि करने से।

LLMs केवल उतना अच्छा हो सकते हैं जितना कि उन्हें दिया गया डेटा और वह डेटा कितना हाल का है। वे बुनियादी रूप से जानकारी शरेडर हैं। वे असीमित जानकारी खाने वाले हैं। आप LLM को वास्तव में उसके मूल्य को प्राप्त करने के लिए देने के लिए कभी भी पर्याप्त जानकारी नहीं हो सकती।

सही संदर्भ और गलत संदर्भ के बीच का अंतर, यह एक अच्छे उत्तर और एक बुरे उत्तर के बीच पूरी तरह से अंतर है।