RAG অর্কেস্ট্রেশন নির্ভরযোগ্য, প্রোডাকশন-মানের AI উত্তরের জন্য।

RAG এমন একটি কৌশল যেখানে AI প্রথমে আপনার নিজের কন্টেন্ট থেকে প্রাসঙ্গিক অংশ খুঁজে বের করে, তারপর সেগুলো থেকে উত্তর লেখে। উত্তর মডেলের স্মৃতির বদলে আপনার ডকুমেন্টের ওপর ভিত্তি করে হয়, ফলে হ্যালুসিনেশন কমে।

অর্কেস্ট্রেশন একটি পাইপলাইনের ধাপগুলোকে একটি স্টেটফুল ফ্লোতে যুক্ত করে: কোয়েরি রিরাইট, রিট্রিভাল, রি-র‍্যাংকিং, টুল কল, সাইটেশন ও চূড়ান্ত উত্তর। ধাপের ক্রম, ধাপগুলোর মধ্যকার লজিক এবং কোন ধাপে কোন মডেল চলবে তা আপনি ঠিক করেন।

না। MonoChat-এ এমবেড করা ভেক্টর ডাটাবেস দিয়ে শুরু করতে পারেন, অথবা এমবেডিং নিজের অবকাঠামোতে রাখতে চাইলে ক্রেডেনশিয়াল দিয়ে নিজের VectorDB সংযুক্ত করতে পারেন।

হ্যাঁ। AI ফাংশন টুল পাইপলাইনকে অর্ডার স্ট্যাটাস, দাম বা CRM রেকর্ডের মতো লাইভ ডেটা আনতে দেয় এবং সেটিকে খুঁজে পাওয়া ডকুমেন্টের সঙ্গে মিলিয়ে একটি উত্তরে দেয়।

কাস্টম LLM হিসেবে আপনি যে প্রোভাইডারই সংযুক্ত করেন। প্রতিটি ধাপের জন্য আলাদা মডেল বেছে নিতে পারেন, যেমন কোয়েরি রিরাইটের জন্য দ্রুত মডেল এবং চূড়ান্ত উত্তরের জন্য শক্তিশালী মডেল, সঙ্গে ফলব্যাক ও খরচের সীমা।