RAG

Wyzwania RAG przy indeksowaniu kodu

•

RAG i AWS Bedrock – krótkie wprowadzenie Zanim przejdę do głównego tematu, warto przypomnieć czym jest RAG (Retrieval Augmented Generation) i dlaczego AWS Bedrock jest interesującym narzędziem w tym kontekście. RAG to podejście, które łączy możliwości generatywne modeli językowych (LLM) z wyszukiwaniem w zewnętrznych źródłach wiedzy. W skrócie – pozwala modelowi „czytać” dokumenty i kod, […]

Wyzwania RAG przy indeksowaniu kodu Czytaj dalej »

AWS, Poradniki, RAG

Synchronizacja repozytorium GitHub z S3 przy użyciu AWS CodeBuild – prosty sposób na wdrożenie bez zbędnego kodu

•

Ostatnio jednym z moich zadań było stworzenie automatycznej synchronizacji prywatnego repozytorium GitHub z buckietem S3, aby później indeksować zawartość przez AWS Bedrock. TLDR: AWS CodeBuild okazał się znacznie prostszym rozwiązaniem niż początkowo rozważana Lambda. Problem do rozwiązania Potrzebowałem stworzyć mechanizm, który: Początkowo myślałem o AWS Lambda jako o typowym podejściu do tego typu zadań, ale

Synchronizacja repozytorium GitHub z S3 przy użyciu AWS CodeBuild – prosty sposób na wdrożenie bez zbędnego kodu Czytaj dalej »

AWS, RAG

RAG czy wyszukiwanie wektorowe? Kiedy wybrać odpowiednie narzędzie?

•

Wprowadzenie do tematu W dzisiejszym świecie przetwarzania języka naturalnego (NLP) coraz częściej spotykamy rozwiązania, które łączą różne podejścia, aby uzyskać jak najlepsze rezultaty. W tym wpisie przyjrzymy się dwóm podejściom: RAG (Retrieval Augmented Generation) oraz lżejszemu wyszukiwaniu wektorowemu. Celem artykułu jest omówienie, kiedy warto zastosować bardziej zaawansowany mechanizm RAG, a kiedy prostsze, wektorowe wyszukiwanie wystarczy.

RAG czy wyszukiwanie wektorowe? Kiedy wybrać odpowiednie narzędzie? Czytaj dalej »

AI, Poradniki, RAG
Scroll to Top