Vectara

Hızlı Başlangıç Eğitimi (VİDEO LİNKİ DEĞİŞTİRİELECEK)

Ön Koşul

1. Vectara için bir hesap oluşturun
2. Create Corpus'a tıklayın

Oluşturulacak derlemi adlandırın ve Create Corpus'a tıklayın, ardından derlemin kurulumunun tamamlanmasını bekleyin.

Kurulum

1. Corpus görünümünde “Access Control” sekmesine tıklayın

1. “Create API Key” düğmesine tıklayın, API anahtarı için bir ad seçin ve QueryService & IndexService seçeneğini belirleyin

1. API anahtarını oluşturmak için Create'e tıklayın

2. Yeni API anahtarınız için “kopyala” altındaki aşağı oka tıklayarak Corpus ID'nizi, API Anahtarınızı ve Müşteri ID'nizi alın:

1. AIFINEX Flow canvas'a geri dönün ve sohbet akışınızı oluşturun. Kimlik Bilgileri açılır menüsünden Create New'a tıklayın ve Vectara kimlik bilgilerinizi girin.

1. İyi Eğlenceler !

Vectara Query Parametreleri

Vectara query parametreleri üzerinde daha hassas kontrol için, “Additional Parameters” (Ek Parametreler) üzerine tıklayın ve ardından aşağıdaki parametreleri varsayılan değerlerinden güncelleyebilirsiniz:

• Metadata Filter: Vectara meta veri filtrelemeyi destekler. Filtrelemeyi kullanmak için, filtrelemek istediğiniz meta veri alanlarının Vectara derleminizde tanımlandığından emin olun
• "Sentences before" ve "Sentences after": Bunlar, eşleşen metinden önce/sonra kaç cümlenin Vectara erişim motorundan sonuç olarak döndürüleceğini kontrol eder

• Lambda: Vectara'da hibrit aramanın davranışını tanımlar
• Top-K: sorgu için Vectara'dan kaç sonuç döndürüleceği

• MMR-K: MMR için kullanılacak sonuç sayısı (maksimum marjinal relvance)

Kaynaklar

• LangChain JS Vectara Blog Post
• 5 Reasons to Use Vectara's Langchain Integration Blog Post
• Max Marginal Relevance in Vectara
• Vectara Boomerang embedding model Blog Post
• Detecting Hallucination with Vectara's HHEM