NLP Academy · पाठ

Retrieval को प्रॉम्प्ट में जोड़ना

विश्वसनीय और संदर्भ-स्रोत सहित उत्तर दें

पाठ 4, कुल 4 में से13 चरण

Retrieval को प्रॉम्प्ट में जोड़ना, CoddyKit पर NLP Academy का एक निःशुल्क पाठ है। यह 4 में से 4वाँ पाठ है। इस अध्ययन पथ के 3 तक कोई भी पाठ पूरा पढ़ना निःशुल्क है — इसके बाद CoddyKit PRO हर पाठ अनलॉक करता है, साथ ही अंतर्निर्मित कोड संपादक और चौबीसों घंटे एआई शिक्षक के साथ व्यावहारिक अभ्यास भी उपलब्ध कराता है। यह NLP Academy सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। NLP Academy पाठ्यक्रम में कुल 4 पाठ शामिल हैं।

सभी हिस्सों को जोड़ना

आप प्रासंगिक खंड पुनर्प्राप्त करके LLM को कॉल कर सकते हैं। अब इन्हें जोड़िए: पुनर्प्राप्त पाठ को संदर्भ के रूप में प्रॉम्प्ट में डालिए।

संवर्धित प्रॉम्प्ट

RAG प्रॉम्प्ट के तीन हिस्से होते हैं: एक निर्देश, पुनर्प्राप्त संदर्भ और उपयोगकर्ता का प्रश्न। मॉडल तीनों को एक साथ पढ़ता है।

पुनर्प्राप्त खंडों को जोड़ना

पहले अपने शीर्ष खंडों को पाठ के एक ब्लॉक में जोड़िए। उनके बीच की खाली पंक्ति प्रत्येक अनुच्छेद को मॉडल के लिए पढ़ने योग्य बनाए रखती है।

context = "\n\n".join(hits)

प्रॉम्प्ट स्ट्रिंग बनाना

संदर्भ और प्रश्न को स्पष्ट लेबलों में रखिए। एक सरल टेम्पलेट मॉडल को ठीक-ठीक बताता है कि किसका उपयोग करना है और किसका उत्तर देना है।

prompt = f"Context:\n{context}\n\nQuestion: {question}\nAnswer:"

मॉडल को स्रोत-आधारित रहने के लिए कहना

केवल संदर्भ से उत्तर देने का निर्देश जोड़िए। इससे भ्रामक कल्पना कम होती है और प्रतिक्रिया आपके स्रोतों से जुड़ी रहती है।

अज्ञात उत्तरों को सँभालना

जब संदर्भ में उत्तर न हो, तो मॉडल से यह कहने को कहिए कि उसे पता नहीं है। मुझे पता नहीं है कहने की अनुमति देना आत्मविश्वास से किए गए गलत अनुमान से बेहतर है।

इसे LLM को भेजना

तैयार किए गए प्रॉम्प्ट को अपने मॉडल कॉल में भेजिए। अब LLM केवल अपने प्रशिक्षण के आधार पर नहीं, बल्कि आपके पुनर्प्राप्त संदर्भ का उपयोग करके उत्तर देता है।

answer = llm(prompt)

स्रोत दिखाना

उत्तर के साथ उपयोग किए गए खंड भी लौटाइए। ये स्रोत-उल्लेख उपयोगकर्ताओं को दावे की जाँच करने और विश्वास बनाने देते हैं।

संदर्भ की लंबाई पर ध्यान दें

बहुत अधिक खंड संदर्भ-विंडो से बाहर निकल जाते हैं। k को छोटा रखें और लंबे अनुच्छेदों को छोटा करें, ताकि प्रॉम्प्ट मॉडल के निर्धारित स्थान में आ जाए।

एक न्यूनतम RAG फ़ंक्शन

पूरी प्रक्रिया बहुत छोटी है: अंतःस्थापित करना, खोज करना, प्रॉम्प्ट बनाना और निर्माण करना। यह एक फ़ंक्शन पूरी RAG प्रक्रिया को समेटता है।

def rag(q):
    hits = retrieve(q)
    return llm(build_prompt(hits, q))

पुनर्प्राप्ति की गुणवत्ता सुधारना

यदि उत्तर कमज़ोर हैं, तो समाधान आमतौर पर LLM नहीं, बल्कि पुनर्प्राप्ति में होता है। बेहतर खंड और पुनः-रैंकिंग बड़े मॉडल की तुलना में गुणवत्ता को अधिक बढ़ाते हैं।

त्वरित जाँच

सोचिए कि RAG प्रॉम्प्ट में क्या-क्या शामिल होता है।

इंटरैक्टिव पाठ में इसका उत्तर दें

पुनरावलोकन

आप पुनर्प्राप्त खंडों को संदर्भ में जोड़ते हैं, निर्देश और प्रश्न वाला प्रॉम्प्ट बनाते हैं, स्रोत-आधारित उत्तर तैयार करते हैं और स्रोत दिखाते हैं। ✅

शुरुआत निःशुल्क

एआई शिक्षक के साथ Python सीखें — निःशुल्क

अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।

पाठ्यक्रम: 30
पाठ: 120

निःशुल्क सीखना शुरू करें पूरा पाठ्यक्रम देखें

अक्सर पूछे जाने वाले प्रश्न

क्या “Retrieval को प्रॉम्प्ट में जोड़ना” पाठ निःशुल्क है?

हाँ — NLP Academy अध्ययन पथ के 3 तक कोई भी पाठ, जिसमें “Retrieval को प्रॉम्प्ट में जोड़ना” भी शामिल है, यहाँ वेब पर पूरा पढ़ना निःशुल्क है। इसके बाद CoddyKit PRO हर पाठ अनलॉक करता है, साथ ही अंतर्निर्मित कोड संपादक और चौबीसों घंटे एआई शिक्षक के साथ इंटरैक्टिव अभ्यास भी उपलब्ध कराता है। NLP Academy पाठ्यक्रम में कुल 4 पाठ शामिल हैं।

“Retrieval को प्रॉम्प्ट में जोड़ना” में मैं क्या सीखूँगा?

विश्वसनीय और संदर्भ-स्रोत सहित उत्तर दें आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ NLP Academy का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।

क्या NLP Academy शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?

पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर NLP Academy शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 4वाँ पाठ है।

“Retrieval को प्रॉम्प्ट में जोड़ना” पाठ पूरा करने में कितना समय लगता है?

CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।

क्या मैं इस NLP Academy पाठ में कोड लिख और चला सकता हूँ?

हाँ। हर NLP Academy पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।

इस पाठ्यक्रम के सभी पाठ

← NLP Academy पर वापस जाएँ