35 puan yazan xguru 2025-01-15 | 3 yorum | WhatsApp'ta paylaş
  • RAG (geri getirme destekli üretim) tabanlı Soru-Cevap için kullanıcı dostu arayüz
  • Belgeler üzerinde Soru-Cevap yapmak isteyen genel kullanıcılar ve kendi RAG hattını kurmak isteyen geliştiriciler için tasarlandı
  • Çeşitli LLM desteği: OpenAI, AzureOpenAI, Cohere gibi LLM API sağlayıcılarının yanı sıra yerel LLM'ler (ollama, llama-cpp-python) desteklenir
  • Kolay kurulum: hızlı başlangıç için betikler sunar
  • Gradio ile oluşturulmuş arayüz sayesinde kendi RAG hattınızı test edebilirsiniz (tema desteğiyle)

Başlıca özellikler

  • Belge Soru-Cevap web arayüzü barındırma:
    • Çok kullanıcılı giriş desteği
    • Belgeleri özel/genel koleksiyonlar halinde düzenleme
    • Sohbet geçmişini paylaşma ve birlikte çalışma
  • LLM ve gömme modeli yönetimi:
    • Yerel LLM'ler ile OpenAI, Azure, Ollama, Groq gibi popüler API sağlayıcılarını destekler
  • Hibrit RAG hattı:
    • Varsayılan olarak hibrit (tam metin ve vektör) arama ile yeniden sıralamayı birleştirerek en iyi arama kalitesini sağlar
  • Çok modlu Soru-Cevap desteği:
    • Diyagram ve tablolar içeren birden fazla belge üzerinde soru yanıtlayabilir
    • Arayüzde çok modlu belge ayrıştırma seçeneği seçilebilir
  • Gelişmiş alıntı ve belge önizleme:
    • Doğruluğu sağlamak için ayrıntılı alıntı bilgileri sunar
    • Tarayıcı içi PDF görüntüleyicide vurgularla birlikte alıntıları ve ilgili puanları görebilirsiniz
    • Düşük alakalı belgeler döndürülürse uyarı gösterir
  • Karmaşık akıl yürütme yöntemleri desteği:
    • Soru ayrıştırma yoluyla karmaşık/çok adımlı sorulara yanıt verebilir
    • ReAct, ReWOO ve diğer ajanlarla ajan tabanlı akıl yürütmeyi destekler
  • Ayar arayüzü yapılandırılabilir:
    • Arama ve üretim sürecinin temel unsurları doğrudan arayüzden ayarlanabilir (ör. istem ayarları)
  • Genişletilebilir:
    • Gradio tabanlı olduğu için arayüz öğeleri serbestçe özelleştirilebilir
    • Çeşitli belge indeksleme ve arama stratejileri için destek planlanıyor. Örnek olarak GraphRAG indeksleme hattı sunuluyor

3 yorum

 
riskatcher 2025-01-16

QA RAG framework'ü çok fazla ama bunun avantajı ne?

 
savvykang 2025-01-15

Bilgi erişimi alanında ve açıklamadaki QA, quality assurance değil question answering anlamına gelir.

 
sftblw 2025-01-15

İsmi eğlenceliymiş. Sadece ismine bakarak tahmin edince, sanırım cevap(kotae) + Doraemon(mong) birleşiminden Kotaemon olmuş gibi görünüyor.