Вроде достаточно объемное исследование, но мне кажется некорректное. Вы сравниваете разные этапы одной линейкой. Сначала берутся несколько подходов чанкинга, каждый замеряется. Потом берется несколько подходов ретрива и замеряется. А то получается, что чанкинг простой нарезкой хуже, чем декомпозиция запроса, но это разные этапы и сравнивать их это как сравнивать что лучше - высокое октановое число горючего, низкая посадка и обтекаемость машины или опытный гонщик. Это все по этапам измеряется и потом уже складывается.
Если честно, немного скомкано все в одну кучу - чанкинг, потом ретрив, потом опять чанкинг. И про техники чанкинга достаточно мало написано (я насчитал только 2), а это на мой взгляд главная задача при проектировании. И Context Enrichment Window - это вроде бы называется parent-child, когда в базе сохраняют и общий раздел (parent) и его подразделы (child) отдельно, и при ретриве берут не child найденный, а parent из метаданных + используют MMR-балансировку при ретриве, чтобы подразделы одного раздела не занимали весь топ.
Зная китайцев, шансы, что затравочная парти была бы хорошей, велики. А потом, когда на радостях человек заключает контракт на 100 комплектов, приходит уже версия для лаоваев. Так что возможно и повезло, что сразу на такое попали
Как интересно вы будете оценивать насколько эффективно система работает? Руками пару документов прогоните? Нет ни слова про сборку golden dataset, замеры, recall@k, precision@k, faithfullnes. Ну и в чем прикол поднимать FAISS и отдельно хранилище для payload, если можно было поставить Chroma/Qdrant?
Видно, что автор особо ничего не строил, а тупо насобирал из туториалов умных слов, как и большинство туториалов. Реранкеры/модели не работают, если в базе данные у вас кривые. 90% построения RAG-системы, это крайне унылый и монотонный чанкинг и eval каждого шага, а у вас об этом один абзац только, где только и описано про нарезку с нахлестом. Данные всегда в таком виде, что тупо залить и радоваться не получится. Делаешь шаг - замеряешь, сравниваешь, правишь - замеряешь и так много раз. Часть документов ссылаются на другие документы, часть таблицами, часть сканами - все это надо нормализовать перед порезкой, а потом уже модели выбирать и реранкинг крутить. FAISS это не база, а поисковой движок, там нет ни персистентности, ни мета-данных и для этого как раз и сделана Chroma. И выбор базы надо делать исходя из того, что уже есть в инфраструктуре, а не потому что там что то быстро поднять. Если есть уже Elastic/PG/Sqlite, то легче в них встроиться, а не поднимать отдельно дополнительный сервис.
Да, были времена. Обеими имел счастье обладать - и появились они у меня первым в городе. Тогда у Билайна были промотарифы на мобильный интернет - давали безлимит и умудрялся качать гигабайты видео на браузере размером с печеньку. Одно из главных отличий Classic от QD для меня было в аппаратном mp3 плеере - там даже отдельная кнопка для него была и качество даже для моего медвежьего уха было слышно. В QD еще был большой косяк с резиновым бампером вокруг всего корпуса - он отклеивался в месте, где вставлялась карта. Вообще классик был нереально крутым аппаратом - в нем были пройдены штук 10 игр, включая Лару Крофт, Пандемониум, Реймэн и Call of Duty. Помнится там по сети можно было даже играть в футбол и стрелялки, еще когда контра не стала мейнстримом. Ну а неудобство с картой под батареей решалось просто - покупкой карты на 512Мб, на которую можно было залить кучу игр.
Вопрос к вам - на столе у вас вдалеке лежит белый 3300 - это случайно не редкая американская версия 3300b c QWERTY клавиатурой?
Если вспомнить самую дорогую продажу NFT и посмотреть, кто ее купил (а это был основатель Tron — Justin Sun), то станет понятно, что это был просто очередной способ напомнить о себе от мальчика с запредельным ЧСВ и такими же финансовыми возможностями. Он и обед с Баффетом покупал за рекордную сумму. При капитализации TRON в несколько миллиардов я думаю он даже не заметил этой траты.
Про Индию есть шикарный сериал Сбежавшая работа (Outsourced), там много местных нюансов раскрывается. Было бы интересно, если бы вы свое мнение по тому, насколько правдиво там показано высказали. Сериал явно стоит того, чтобы посмотреть.
Их может и не быть. Транзы на кошелек могут быть от тех же, кто и делал рекламу, чтобы показать, что все легально. Там даже могут быть транзы х2, чтобы было еще правдивей.
Так скорее всего и было и тысячи пользователей с этим сталкиваются постоянно. Но стоило на этом попасться журналистке, как сразу же рождается теория заговора. В принципе проверить то все просто — зарегаться с аналогичным паролем и посмотреть.
Bitmax только один из примеров. Никто не мешает выбрать другой токен, где можно запустить свою ноду и стейкать на своем сервере. Сейчас достаточно много вариантов, как можно токены превратить в пассивный доход. Волатильность вот только никак нельзя контролировать, а по стейбл-коинам я не встречал пока предложений.
у вас под фото какие то странные ссылки на источники - vk.com/away*** в котором идет ссылка на источник
Я недавно привозил себе новый m3588 с родным аккумулятором и на удивление за 3 дня он даже не разрядился
Вроде достаточно объемное исследование, но мне кажется некорректное. Вы сравниваете разные этапы одной линейкой. Сначала берутся несколько подходов чанкинга, каждый замеряется. Потом берется несколько подходов ретрива и замеряется. А то получается, что чанкинг простой нарезкой хуже, чем декомпозиция запроса, но это разные этапы и сравнивать их это как сравнивать что лучше - высокое октановое число горючего, низкая посадка и обтекаемость машины или опытный гонщик. Это все по этапам измеряется и потом уже складывается.
Если честно, немного скомкано все в одну кучу - чанкинг, потом ретрив, потом опять чанкинг. И про техники чанкинга достаточно мало написано (я насчитал только 2), а это на мой взгляд главная задача при проектировании. И Context Enrichment Window - это вроде бы называется parent-child, когда в базе сохраняют и общий раздел (parent) и его подразделы (child) отдельно, и при ретриве берут не child найденный, а parent из метаданных + используют MMR-балансировку при ретриве, чтобы подразделы одного раздела не занимали весь топ.
Зная китайцев, шансы, что затравочная парти была бы хорошей, велики. А потом, когда на радостях человек заключает контракт на 100 комплектов, приходит уже версия для лаоваев. Так что возможно и повезло, что сразу на такое попали
Как интересно вы будете оценивать насколько эффективно система работает? Руками пару документов прогоните? Нет ни слова про сборку golden dataset, замеры, recall@k, precision@k, faithfullnes. Ну и в чем прикол поднимать FAISS и отдельно хранилище для payload, если можно было поставить Chroma/Qdrant?
Здравый комментарий - я вот тоже ни слова про eval не увидел
Видно, что автор особо ничего не строил, а тупо насобирал из туториалов умных слов, как и большинство туториалов. Реранкеры/модели не работают, если в базе данные у вас кривые. 90% построения RAG-системы, это крайне унылый и монотонный чанкинг и eval каждого шага, а у вас об этом один абзац только, где только и описано про нарезку с нахлестом. Данные всегда в таком виде, что тупо залить и радоваться не получится. Делаешь шаг - замеряешь, сравниваешь, правишь - замеряешь и так много раз. Часть документов ссылаются на другие документы, часть таблицами, часть сканами - все это надо нормализовать перед порезкой, а потом уже модели выбирать и реранкинг крутить. FAISS это не база, а поисковой движок, там нет ни персистентности, ни мета-данных и для этого как раз и сделана Chroma. И выбор базы надо делать исходя из того, что уже есть в инфраструктуре, а не потому что там что то быстро поднять. Если есть уже Elastic/PG/Sqlite, то легче в них встроиться, а не поднимать отдельно дополнительный сервис.
Ясно, я уже было решил что и в России она есть. Там на голову круче классического 3300 выглядел телефон.
Да, были времена. Обеими имел счастье обладать - и появились они у меня первым в городе. Тогда у Билайна были промотарифы на мобильный интернет - давали безлимит и умудрялся качать гигабайты видео на браузере размером с печеньку. Одно из главных отличий Classic от QD для меня было в аппаратном mp3 плеере - там даже отдельная кнопка для него была и качество даже для моего медвежьего уха было слышно. В QD еще был большой косяк с резиновым бампером вокруг всего корпуса - он отклеивался в месте, где вставлялась карта. Вообще классик был нереально крутым аппаратом - в нем были пройдены штук 10 игр, включая Лару Крофт, Пандемониум, Реймэн и Call of Duty. Помнится там по сети можно было даже играть в футбол и стрелялки, еще когда контра не стала мейнстримом. Ну а неудобство с картой под батареей решалось просто - покупкой карты на 512Мб, на которую можно было залить кучу игр.
Вопрос к вам - на столе у вас вдалеке лежит белый 3300 - это случайно не редкая американская версия 3300b c QWERTY клавиатурой?