Σχεδιασμός και Υλοποίηση εξειδικευμένου chatbot για διαδικτυακές πλατφόρμες

 

56

 

πώς  ένα  μεγάλο  μέρος  της  σύγχρονης  εργαλειοθήκης  τεχνητής  νοημοσύνης  προχωρά 

γρηγορότερα από την ακαδημαϊκή δημοσίευση, ένα γενικότερο ζήτημα του πεδίου. 

Τα  διαθέσιμα  πλαίσια  λογισμικού,  τόσο  για  τη  διεπαφή  χρήστη  όσο  και  για  την 

ενορχήστρωση  του  αγωγού  RAG,  συγκρίνονται  στον  Πίνακα  7.  Από  το  LangChain 

αξιοποιήθηκαν επιλεκτικά μόνο τα τμήματα που χρειάστηκαν, ώστε να διατηρηθεί ο έλεγχος 

πάνω στη ροή των δεδομένων. 

Πίνακας 7: Πλαίσια λογισμικού για διεπαφή και ενορχήστρωση εφαρμογών RAG 

Κατηγορία

 

Εργαλείο

 

Εστίαση

 

Σχόλιο

 

UI

 

Chainlit 

 

Συνομιλιακές εφαρμογές

 

Streaming, πηγές, ανατροφοδότηση, 

βήματα

 

UI

 

Streamlit

 

Γενικές data εφαρμογές

 

Χρειάζεται προσαρμογές για chat

 

UI

 

Gradio

 

Demos μοντέλων ML

 

Απλό, λιγότερο ευέλικτο για chat

 

Framework

 

LangChain 

 

Πλήρες RAG pipeline

 

Πολλά επίπεδα αφαίρεσης

 

Framework

 

LlamaIndex

 

Indexing / querying

 

Εστίαση στην ανάκτηση

 

Framework

 

Haystack

 

Enterprise

 

Βαρύτερο, προσανατολισμένο στην 

παραγωγή

 

 

Πέρα  από  τα  πλαίσια,  θεμελιώδης  είναι  και  η  ίδια  η  τεχνική  ανάκτησης.  Ο  Πίνακας  8 

συγκρίνει τις βασικές οικογένειες, από τις παραδοσιακές λεξικές μεθόδους έως τη σύγχρονη 

πυκνή  και  υβριδική  ανάκτηση,  αναδεικνύοντας  γιατί  η  σημασιολογική  προσέγγιση  είναι 

αναγκαία όταν οι ερωτήσεις των χρηστών διατυπώνονται με διαφορετικές λέξεις από εκείνες 

των εγγράφων.