ஒரு எளிய உரைக் கோப்பை (1 MB வரை) பதிவேற்றி, அதைப் பற்றி கேள்விகள் கேளுங்கள். இந்த கருவி உங்கள் உரையை chunks ஆகப் பிரித்து, முக்கியச் சொல் பொருத்தம் மூலம் மிகவும் பொருத்தமானவற்றைக் கண்டறிந்து, அவற்றை உங்கள் கேள்வியுடன் AI மாதிரிக்கு அனுப்புகிறது. நீங்கள் பதிலையும், கோப்பின் எந்தப் பகுதிகள் பயன்படுத்தப்பட்டன என்பதையும் பார்க்கலாம் — சர்வர்-பக்க சேமிப்பு இல்லை, வெக்டர் டேட்டாபேஸ் இல்லை, API கீ தேவையில்லை.
தனிப்பட்ட, ரகசியமான அல்லது உணர்திறன் வாய்ந்த தகவல்களை (கடவுச்சொற்கள், நிதிப் பதிவுகள், மருத்துவத் தரவு, தனிப்பட்ட ஆவணங்கள்) கொண்ட கோப்புகளை பதிவேற்ற வேண்டாம். நீங்கள் ஒரு கேள்வியைக் கேட்கும்போது, உங்கள் கோப்பின் தொடர்புடைய பகுதிகள் பதிலை உருவாக்க மூன்றாம் தரப்பு AI சேவைக்கு (chat.velstech.net) அனுப்பப்படுகின்றன. தனியுரிமைக் கொள்கையைப் பார்க்கவும்.
இங்கே .txt கோப்பை இழுத்துவிடவும்
அல்லது உலாவ கிளிக் செய்யவும் — 1 MB வரை
அனைத்து செயலாக்கமும் உங்கள் உலாவியில் நடைபெறுகிறது. கோப்பின் உள்ளடக்கம் chat.velstech.net க்கு நீங்கள் ஒரு கேள்வியைக் கேட்கும்போது மட்டுமே அனுப்பப்படுகிறது (பொருத்தமான chunks + உங்கள் கேள்வி). எந்த தரவும் எந்த சர்வரிலும் சேமிக்கப்படுவதில்லை. அரட்டை வரலாறு session storage இல் வைக்கப்பட்டு, நீங்கள் தாவலை மூடும்போது அழிக்கப்படுகிறது.
RAG எவ்வாறு செயல்படுகிறது
இது ஒரு எளிய முக்கியச் சொல் பொருத்த retrieval-augmented generation (RAG) பைப்லைன் — embeddings இல்லை, வெக்டர் ஸ்டோர் இல்லை.
1. Chunking
கோப்பு ~500 வார்த்தைகள் கொண்ட ஒன்றுடன் ஒன்று பின்னிப் பிணைந்த chunks ஆகப் பிரிக்கப்படுகிறது (~50 வார்த்தை ஒன்றுடன் ஒன்று). ஒவ்வொரு chunk உம் ஆவணத்தில் அதன் தோராயமான நிலையைத் தக்க வைத்துக் கொள்கிறது.
2. Scoring
உங்கள் கேள்வி tokenized செய்யப்படுகிறது (சிறிய எழுத்துக்கள், எண்ணெழுத்து அல்லாதவை நீக்கப்படும்). ஒவ்வொரு chunk உம் கேள்வியின் எத்தனை tokens அதில் தோன்றுகின்றன என்பதை எண்ணி மதிப்பெண் பெறுகிறது, மீண்டும் மீண்டும் வரும் சொற்களுக்கு அதிர்வெண் போனஸுடன்.
3. Retrieval
முதல் 3 மதிப்பெண் பெற்ற chunks context ஆகத் தேர்ந்தெடுக்கப்படுகின்றன. எந்த chunk இன் மதிப்பெண்ணும் 0 க்கு மேல் இல்லையென்றால், கேள்வி context இல்லாமல் அனுப்பப்படுகிறது.
4. Generation
context chunks + உங்கள் கேள்வி chat.velstech.net (Llama 3.1 8B via Cloudflare Workers AI) இல் உள்ள AI மாதிரிக்கு அனுப்பப்படுகிறது. மாதிரியானது வழங்கப்பட்ட context ஐ மட்டுமே அடிப்படையாகக் கொண்டு பதிலளிக்குமாறு அறிவுறுத்தப்படுகிறது.