风信子的博客

LangServe 🦜️🏓 帮助开发者将 LangChain 可运行和链部署为 REST API。该库集成了 FastAPI 并使用 pydantic 进行数据验证。Pydantic 是一个在 Python中用于数据验证和解析的第三方库，现在是Python中使用广泛的数据验证库。● 它利用声明式的方式定义数据模型和Python 类型提示的强大功能来执行数据验证和序列化，使您的代码更可靠、更可读、更简洁且更易于调试。。

检索增强生成（RAG）是指对大型语言模型输出进行优化，使其能够在生成响应之前引用训练数据来源之外的权威知识库。大型语言模型（LLM）用海量数据进行训练，使用数十亿个参数为回答问题、翻译语言和完成句子等任务生成原始输出。在 LLM 本就强大的功能基础上，RAG 将其扩展为能访问特定领域或组织的内部知识库，所有这些都无需重新训练模型。这是一种经济高效地改进 LLM 输出的方法，让它在各种情境下都能保持相关性、准确性和实用性。CSVLoader接受一个csv_args。

Embeddings，即嵌入，是一种数据降维技术，其核心思想是将高维数据映射到低维空间，同时保留数据的关键信息和结构关系。这种映射通常是通过神经网络中的Embedding层实现的，利用训练数据学习得到数据的向量表示。这些向量中的每个维度对应于数据的某种潜在特征，从而捕捉到了数据的内在关系。其原理基于分布式假设，即相似的对象在嵌入空间中也应该具有相似的表示。为了实现这一目标，通常需要学习一个映射函数，将输入的高维数据映射到低维向量空间中。这个向量空间被称为嵌入空间或特征空间。

Qdrant（读作：quadrant /'kwɑdrənt/ n. 象限；象限仪；四分之一圆）是一个向量相似度搜索引擎。它提供了一个生产就绪的服务，具有方便的 API 来存储、搜索和管理点 - 带有附加载荷的向量。专门支持扩展过滤功能，使其对各种神经网络或基于语义的匹配、分面搜索和其他应用非常有用。以下展示了如何使用与向量数据库相关的功能。有各种运行的模式，取决于所选择的模式，会有一些细微的差异。选项包括：本地模式，无需服务器Qdrant 云请参阅安装说明。