ToheedAsghar/DocForge
📦 ओपन सोर्स प्रोजेक्टToheedAsghar
एक मल्टी-एजेंट RAG पाइपलाइन जो मतिभ्रम (hallucinations) को खत्म करने के लिए सहयोगी सत्यापन का उपयोग करती है।
DocForge सरल RAG कार्यान्वयन से मल्टी-एजेंट सत्यापन आर्किटेक्चर की ओर एक बदलाव का प्रतिनिधित्व करता है। इसके मूल में, यह प्रोजेक्ट LangGraph का उपयोग एक स्टेटफुल वर्कफ़्लो को प्रबंधित करने के लिए करता है जहाँ चार अलग-अलग एजेंट जानकारी को संसाधित करने के लिए सहयोग करते हैं। पाइपलाइन एक रूटिंग एजेंट के साथ शुरू होती है जो इष्टतम पुनर्प्राप्ति रणनीति निर्धारित करता है, जिसके बाद एक रिट्रीवल एजेंट आता है जो Pinecone वेक्टर डेटाबेस के साथ इंटरैक्ट करता है। एक बार दस्तावेज़ प्राप्त हो जाने के बाद, एक संश्लेषण एजेंट प्रतिक्रिया उत्पन्न करता है, और एक अंतिम 'क्रिटिक' एजेंट उत्पन्न सामग्री की तथ्यात्मक सटीकता को सत्यापित करने के लिए स्वचालित मतिभ्रम जांच करता है।
तकनीकी रूप से, यह प्रोजेक्ट Python पर निर्मित है और LangChain इकोसिस्टम के साथ सहजता से एकीकृत होता है। इसे मॉड्यूलरिटी के लिए डिज़ाइन किया गया है, जिससे डेवलपर्स मुख्य सत्यापन लूप को बनाए रखते हुए पुनर्प्राप्ति रणनीतियों या LLM बैकएंड को बदल सकते हैं। RAG प्रक्रिया को एक रैखिक श्रृंखला के बजाय एक बहु-चरणीय सहयोगी कार्य के रूप में मानकर, DocForge गलत AI प्रतिक्रियाओं के जोखिम को काफी कम कर देता है, जो इसे एंटरप्राइज़-ग्रेड दस्तावेज़ीकरण सिस्टम के लिए एक शक्तिशाली उपकरण बनाता है।
💡मुख्य बातें
- ├─4-एजेंट सहयोगी वर्कफ़्लो
- ├─स्वचालित मतिभ्रम पहचान
- └─LangGraph और Pinecone पर निर्मित
🎯के लिए
- ├─AI इंजीनियर्स
- └─RAG डेवलपर्स