跳至主要內容

ThirdAI NeuralDB

NeuralDB 是一個由 ThirdAI 開發，對 CPU 友善且可微調的向量儲存區。

初始化​

有兩種初始化方法

  • 從頭開始：基本模型
  • 從檢查點：載入先前儲存的模型

對於以下所有初始化方法，如果設定了 THIRDAI_KEY 環境變數，則可以省略 thirdai_key 參數。

ThirdAI API 金鑰可以在 https://www.thirdai.com/try-bolt/ 取得

您需要使用 pip install -qU langchain-community 安裝 langchain-community 才能使用此整合

from langchain_community.vectorstores import NeuralDBVectorStore

# From scratch
vectorstore = NeuralDBVectorStore.from_scratch(thirdai_key="your-thirdai-key")

# From checkpoint
vectorstore = NeuralDBVectorStore.from_checkpoint(
    # Path to a NeuralDB checkpoint. For example, if you call
    # vectorstore.save("/path/to/checkpoint.ndb") in one script, then you can
    # call NeuralDBVectorStore.from_checkpoint("/path/to/checkpoint.ndb") in
    # another script to load the saved model.
    checkpoint="/path/to/checkpoint.ndb",
    thirdai_key="your-thirdai-key",
)
API 參考：NeuralDBVectorStore

插入文件來源​

vectorstore.insert(
    # If you have PDF, DOCX, or CSV files, you can directly pass the paths to the documents
    sources=["/path/to/doc.pdf", "/path/to/doc.docx", "/path/to/doc.csv"],
    # When True this means that the underlying model in the NeuralDB will
    # undergo unsupervised pretraining on the inserted files. Defaults to True.
    train=True,
    # Much faster insertion with a slight drop in performance. Defaults to True.
    fast_mode=True,
)

from thirdai import neural_db as ndb

vectorstore.insert(
    # If you have files in other formats, or prefer to configure how
    # your files are parsed, then you can pass in NeuralDB document objects
    # like this.
    sources=[
        ndb.PDF(
            "/path/to/doc.pdf",
            version="v2",
            chunk_size=100,
            metadata={"published": 2022},
        ),
        ndb.Unstructured("/path/to/deck.pptx"),
    ]
)

要查詢向量儲存區，您可以使用標準的 LangChain 向量儲存區方法 similarity_search，該方法會傳回 LangChain Document 物件的列表。每個文檔物件代表來自索引文件的文字塊。例如，它可能包含來自索引 PDF 文件之一的段落。除了文字之外，文檔的元數據字段還包含諸如文檔的 ID、此文檔的來源（來自哪個文件）以及文檔的分數等信息。

# This returns a list of LangChain Document objects
documents = vectorstore.similarity_search("query", k=10)

微調​

NeuralDBVectorStore 可以根據使用者行為和特定領域的知識進行微調。它可以通過兩種方式進行微調

  1. 關聯：向量儲存區將源短語與目標短語相關聯。當向量儲存區看到源短語時，它也會考慮與目標短語相關的結果。
  2. 投票：向量儲存區會提高特定查詢的文檔分數。當您想要根據使用者行為微調向量儲存區時，這非常有用。例如，如果使用者搜尋「汽車是如何製造的」並且喜歡返回的 ID 為 52 的文檔，那麼我們可以提高查詢「汽車是如何製造的」的 ID 為 52 的文檔的分數。
vectorstore.associate(source="source phrase", target="target phrase")
vectorstore.associate_batch(
    [
        ("source phrase 1", "target phrase 1"),
        ("source phrase 2", "target phrase 2"),
    ]
)

vectorstore.upvote(query="how is a car manufactured", document_id=52)
vectorstore.upvote_batch(
    [
        ("query 1", 52),
        ("query 2", 20),
    ]
)

此頁面有幫助嗎？