RAG

تقييد نماذج LLM باستخدام إخراج مهيكل: Ollama، Qwen3 وPython أو Go

تقييد نماذج LLM باستخدام إخراج مهيكل: Ollama، Qwen3 وPython أو Go

بضع طرق للحصول على إخراج منظم من Ollama

النماذج الكبيرة للغة (LLMs) قوية، ولكن في الإنتاج نادراً ما نريد فقرات حرة. بدلاً من ذلك، نريد بيانات قابلة للتنبؤ: خصائص، حقائق، أو كائنات منظمة يمكنك إدخالها في تطبيق. هذا هو مخرجات LLM المنظمة.

إعادة ترتيب الوثائق باستخدام Ollama ونموذج Qwen3 Reranker - بلغة Go

إعادة ترتيب الوثائق باستخدام Ollama ونموذج Qwen3 Reranker - بلغة Go

هل تطبق RAG؟ إليك بعض أجزاء من كود Go - 2...

بما أن Ollama القياسي لا يحتوي على واجهة برمجة تطبيقات (API) لترتيب النتائج (Rerank) مباشرة، فإنك ستحتاج إلى تنفيذ ترتيب النتائج باستخدام نموذج Qwen3 Reranker في GO من خلال إنشاء تمثيلات (embeddings) للزوجات (query-document) وتصنيفها.

بدائل لبايثون جميل في لغة جو

بدائل لبايثون جميل في لغة جو

استكمالًا لحديثنا عن استخراج البيانات من HTML

  • لاستخدام نسخة مباشرة من Beautiful Soup في Go، استخدم soup.
  • لدعم محددات CSS، اعتبر goquery.
  • لاستخدام استعلامات XPath، استخدم htmlquery.
  • لخيار آخر مستوحى من Beautiful Soup، راجع Node.

إذا كنت تبحث عن مثيل لـ Beautiful Soup في Go، فإن عدة مكتبات توفر وظائف مماثلة لتحليل ونسخ HTML:

اختبار Deepseek-R1 على Ollama

اختبار Deepseek-R1 على Ollama

مقارنة نموذجين من deepseek-r1 بنموذجين أساسيين

نموذج DeepSeek الجيل الأول من نماذج الاستدلال التي تقدم أداءً مماثلاً لأداء نموذج OpenAI-o1، وتشمل ستة نماذج كثيفة تم استخلاصها من DeepSeek-R1 بناءً على Llama وQwen.