Multimodal Retrieval Augmented Generation (RAG) using the Gemini API in Agent Platform avis

Ramya R. · Examiné il y a 11 jours

Deepika M. · Examiné il y a 11 jours

easy

Vinothkumar K. · Examiné il y a 11 jours

Kannaparamathma v. · Examiné il y a 11 jours

prischilla r. · Examiné il y a 11 jours

Vaishnavi.s G. · Examiné il y a 11 jours

utils/intro_multimodal_rag_utils.pyにてバグがあり、get_similar_text_from_queryが実行できなかった。

実歩 藤. · Examiné il y a 11 jours

Vaishnavi M. · Examiné il y a 11 jours

維均 蕭. · Examiné il y a 11 jours

David L. · Examiné il y a 11 jours

NA

Aditya Sanjay S. · Examiné il y a 12 jours

maulidya n. · Examiné il y a 12 jours

Vadym S. · Examiné il y a 12 jours

good

kiruthika s. · Examiné il y a 12 jours

Iyappan G. · Examiné il y a 12 jours

Gayathri L. · Examiné il y a 12 jours

Gomathi D. · Examiné il y a 12 jours

Siva M. · Examiné il y a 12 jours

Good Lab

Tubagus Z. · Examiné il y a 12 jours

Sirisha G. · Examiné il y a 12 jours

Carlos Guadalupe L. · Examiné il y a 12 jours

Sruthi V. · Examiné il y a 12 jours

`get_cosine_score` in intro_multimodal_rag_utils.py needs to be updated to: ''' def get_cosine_score( dataframe: pd.DataFrame, column_name: str, input_text_embed: np.ndarray ) -> float: """ Calculates the cosine similarity between the user query embedding and the dataframe embedding for a specific column. Args: dataframe: The pandas DataFrame containing the data to compare against. column_name: The name of the column containing the embeddings to compare with. input_text_embed: The NumPy array representing the user query embedding. Returns: The cosine similarity score (rounded to two decimal places) between the user query embedding and the dataframe embedding. """ return round(np.dot(dataframe[column_name], input_text_embed), 2) '''

Israel U. · Examiné il y a 12 jours

033 P. · Examiné il y a 13 jours

Shanmathi S. · Examiné il y a 13 jours