RAG и базы знаний

Оценка релевантности документов RAG с OpenAI и Google Sheets

Когда загружается строка набора данных или приходит сообщение в чате, RAG-агент отвечает, а OpenAI оценивает релевантность найденных документов.

Импортировать бесплатно Войдите, чтобы открыть

Что делает

## How it works This template shows how to calculate a workflow evaluation metric: retrieved document relevance (i.e. whether the information retrieved from the vector store is relevant to the question). The workflow takes a question and checks whether the information retrieved to answer it is relevant. You can find more information on workflow evaluation here, and other metric examples here.

Шаги

When fetching a dataset row
Evaluating?
When chat message received
Match chat format
Return chat response
Set metrics
Get dataset
Remove Duplicates
Simple Vector Store
Embeddings OpenAI
Default Data Loader
Recursive Character Text Splitter
When clicking ‘Execute workflow’
Calculate doc relevance metric

Всего шагов: 19.

Похожие автоматизации

RAG и базы знанийСравнение RAG-процесса и RAG-агента для поддержки клиентовШагов: 19 RAG и базы знанийRAG-чат-бот в Telegram на основе ссылок на сайтыШагов: 112 RAG и базы знанийИндексация новых PDF из Google Drive в Milvus для RAG-агента на базе CohereШагов: 14 RAG и базы знанийПоиск по истории писем с Gmail, Qdrant и OpenAI RAGШагов: 20