สร้าง RAG ที่เก่งกว่าเดิม: ติดตั้งบน Windows ใน 5 ขั้นตอน ทำงานบน Local รองรับ Agentic

Aekanun Thongtae
6 min read10 hours ago
รูปแสดงความสามารถของ RAG ที่มีการทำตามขั้นตอนตามบทความนี้

RAG ในงานเขียนนี้มีความสามารถพื้นฐานครบถ้วนเช่นเดียวกับ RAG อื่นๆ แต่มีความแตกต่างที่

(1) รองรับคำถามที่ซับซ้อนมากขึ้น และสร้างคำตอบที่สอดคล้องกับคำถาม โดยแยกตามประเด็นคำถามอย่างชัดเจน

(2) ไม่ต้องพัฒนาโค้ดใดๆ เลย แค่ติดตั้งตามขั้นตอนและตั้งค่าการใช้งานให้สอดคล้องกับเครื่องของเรา ก็พร้อมใช้งานเลย (ผู้เขียนพัฒนาต่อยอดจากงานต่างๆ มาให้ใช้เรียบร้อยแล้ว)

(3) ใช้ Anthropic model ในการวิเคราะห์และสกัดคำสำคัญที่สะท้อนบริบท (Context) ที่แท้จริงของคำถาม ก่อนนำไปค้นหาใน vector store ซึ่งช่วยลดปัญหาการค้นพบเอกสารที่ไม่เกี่ยวข้อง และเพิ่มความแม่นยำในการค้นหา ส่งผลให้ได้ผลลัพธ์ที่ตรงประเด็นมากขึ้น

(4) ใช้โมเดลของ Anthropic ในการอ่านและสรุปข้อมูลจากผลการค้นหา จัดลำดับความสำคัญของเนื้อหา และสังเคราะห์คำตอบที่สอดคล้องกับคำถาม หากเรายังกังวลเรื่อง hallucination ก็สามารถแสดงคำตอบแบบ word-by-word ตามเนื้อหาที่สืบค้น ควบคู่ไปกับคำตอบที่สังเคราะห์มาได้ด้วย

(5) สามารถแสดงเลขหน้าที่ตรงกับเลขหน้าของเอกสารจริงตามสารบัญได้เลย

(6) สามารถนำเข้า text จาก link ของ web page สู่ vector database ได้โดยตรง

(7) มีความสามารถอย่าง Agentic AI ที่มีความอิสระในการทำงานและเรียนรู้ปรับตัวให้เข้ากับสถานการณ์ที่เกิดขึ้นได้เอง ภายใต้ขอบเขตเขตที่กำหนดไว้ แต่ก็มีความคล่องตัวมากกว่าการเป็น…

--

--

Aekanun Thongtae
Aekanun Thongtae

Written by Aekanun Thongtae

Experienced Senior Big Data & Data Science Consultant with a history of working in many enterprises and various domains . Skilled in Apache Spark, and Hadoop.

No responses yet