Lexi RAG — Βοηθός Τεχνητής Νοημοσύνης Εγγράφων

Ευφυής βοηθός τεκμηρίωσης που συνδυάζει διανυσματικές βάσεις δεδομένων και μοντέλα LLM για ακριβείς απαντήσεις.

Πρόβλημα & Λύση

Η παραδοσιακή αναζήτηση λέξεων-κλειδιών αδυνατεί να κατανοήσει σημασιολογικές σχέσεις σε τεχνικά κείμενα.

Χαρακτηριστικά

Αγωγός διαχωρισμού (chunking) και διανυσματικών αναπαραστάσεων
Υβριδική αναζήτηση ομοιότητας διανυσμάτων και λέξεων-κλειδιών
Δημιουργία απαντήσεων ενισχυμένων με στοχευμένο περιεχόμενο
Παραπομπές πηγών για ελαχιστοποίηση ανακριβειών (hallucinations)

Αρχιτεκτονική

Βασικά στοιχεία συστήματος

Μονάδα ανάκτησης με αναζήτηση διανυσμάτων FAISS
Μονάδα παραγωγής με Together API και Mistral-7B
Φορτωτής και τεμαχιστής εγγράφων

Επίπεδο εφαρμογής

FastAPI HTTP API
Δομημένη μορφοποίηση απαντήσεων
Παρακολούθηση μεταδεδομένων τεμαχίων (όνομα αρχείου, πηγή)

Δομή έργου

app

generator.pyΚατασκευή prompt και κλήσεις LLM

main.pyΣημείο εισόδου της εφαρμογής FastAPI και endpoint /query

retriever.pyΑνάκτηση εγγράφων από το ευρετήριο FAISS

utils.pyΦόρτωση PDF/DOCX και τεμαχισμός κειμένου

data

index

Βασικές προκλήσεις

Καθορισμός ιδανικού μεγέθους τμημάτων κειμένου (chunks)
Μείωση καθυστέρησης κατά την ανάκτηση πληροφοριών σε πραγματικό χρόνο

Βασικά διδάγματα

Αρχιτεκτονική RAG και διαχείριση διανυσματικών βάσεων δεδομένων
Τεχνικές prompt engineering για τεχνικά ερωτήματα

>ΦΟΡΤΩΣΗ // PROJECT DETAILS

PARSING ARCHITECTURE, DIAGRAMS & API ENDPOINTS

Επιστροφή στα έργα

Προβολή στο GitHub

Ολοκληρώθηκεfastapipythonfaissmistral-7btogether-aisentence-transformers