NirDiamant/Controllable-RAG-Agent
This repository provides an advanced Retrieval-Augmented Generation (RAG) solution for complex question answering. It uses sophisticated graph based algorithm to handle the tasks.
何を解決するか
このプロジェクトは、単純な意味的類似性に依存する従来のRAGシステムの限界に対処しています。これらはしばしば複雑なマルチホップ質問に答えられません。本プロジェクトは、複数ステップの推論と適応的計画を実行できる制御可能な自律エージェントを提供し、カスタムデータセットからの非自明な質問に答える能力を備えながら、提供されたデータにのみ根拠を置くことで、幻覚を厳密に防止します。
動作方法
エージェントは、複数段階のプロセスを調整するための「脳」として、決定論的グラフを使用します。
- データ処理: PDFが読み込まれ、チャプターに分割され、クリーニングされ、要約されます。元のコンテンツ、チャプター要約、および特定の引用文がすべてベクトルストアにエンコードされます。
- 質問の匿名化: LLMのバイアスや事前学習済み知識を避けるために、エージェントは質問内の名前付きエンティティを変数に置き換えて、汎用的な実行計画を作成します。
- タスク分解: 匿名化された計画が復元され、具体的に取得可能または回答可能なタスクに分解されます。
- 実行と精製: 各タスクに対して、エージェントはベクトルストアから情報を取得する（結果を正確性のために精製する）か、チェーン・オブ・シンキング推論を使用して応答を生成するかを決定します。
- 検証と再計画: エージェントは生成されたコンテンツが元の文脈に基づいていることを検証します。検証に失敗した場合、計画を更新し、プロセスを繰り返します。
- 最終回答: 累積された文脈とチェーン・オブ・シンキング推論を使用して最終的な回答が生成されます。
対象ユーザー
大規模なドキュメント（例：書籍）に対して複雑な推論を必要とし、幻覚を回避するためにソースデータに厳密に従う必要がある、プロダクション品質のRAGシステムを構築する開発者やAIエンジニア。
特徴
- 決定論的グラフ推論: 複雑な自律エージェント行動を管理する構造化されたグラフを使用。
- 適応的計画: プロセス中に取得された新しい情報をもとに、実行計画を継続的に更新。
- 幻覚防止: 検証ループと根拠確認を実装し、回答が提供されたデータのみに基づくことを保証。
- エンティティの匿名化: 特定の名前付きエンティティではなく変数に基づいて計画することで、LLMのバイアスを防止。
- Ragas評価: 忠実性、回答の正確性、文脈再現率などのメトリクスを使用した統合品質評価。
関連
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト
- プロジェクト