spRAG
S
Sprag
簡介 :
spRAG是一個專為非結構化數據設計的RAG(Retrieval-Augmented Generation)框架,特別擅長處理複雜的文本查詢,例如金融報告、法律文件和學術論文。它在複雜的開放性問答任務上,如FinanceBench基準測試中,準確率顯著高於傳統的RAG基線模型。
需求人群 :
["數據科學家和機器學習工程師:可以利用spRAG處理複雜的文本數據,提高模型的準確性。","金融分析師:通過spRAG快速獲取金融報告中的關鍵信息。","法律專業人士:使用spRAG從大量的法律文件中檢索相關信息。"]
總訪問量: 474.6M
佔比最多地區: US(19.34%)
本站瀏覽量 : 50.0K
使用場景
使用spRAG分析金融報告,預測市場趨勢。
法律顧問使用spRAG從歷史案例中檢索判例法。
學術研究人員利用spRAG從大量文獻中提取研究資料。
產品特色
AutoContext:自動將文檔級上下文注入到單個塊中,提高嵌入的準確性和完整性。
Relevant Segment Extraction (RSE):後處理步驟,將相關塊集群智能組合成長文本段落,為複雜問題提供更好的上下文。
使用OpenAI、Claude 3 Haiku和Cohere等API進行嵌入和重排。
支持自定義配置,允許用戶選擇不同的模型和API。
KnowledgeBase對象持久化,自動保存配置信息。
支持從文件直接創建知識庫,並進行查詢。
提供文檔解析工具,方便從PDF等文件中提取文本。
使用教程
1. 安裝spRAG:使用Python包管理器pip安裝sprag。
2. 設置API密鑰:確保為OpenAI、Anthropic和Cohere等提供商設置了環境變量。
3. 創建知識庫:使用create_kb_from_file函數從文件創建KnowledgeBase對象。
4. 加載知識庫:通過kb_id加載已創建的知識庫。
5. 查詢知識庫:使用query方法對知識庫進行查詢。
6. 自定義配置:根據需要自定義KnowledgeBase的配置,如使用不同的嵌入模型或重排器。
7. 添加文檔:使用add_document方法向知識庫中添加文檔。
8. 運行查詢並獲取結果:執行查詢並打印返回的段落。
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase