Agent Platform の Gemini API を使用したマルチモーダル検索拡張生成（RAG） のレビュー

Ramya Ramya · 11日前にレビュー済み

M Deepika · 11日前にレビュー済み

easy

K Vinothkumar · 11日前にレビュー済み

v Kannaparamathma · 11日前にレビュー済み

ravi prischilla · 11日前にレビュー済み

GOOGLEUSER Vaishnavi.s · 11日前にレビュー済み

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。

藤田 実歩 · 11日前にレビュー済み

M Vaishnavi · 11日前にレビュー済み

蕭 維均 · 11日前にレビュー済み

Lutin David · 11日前にレビュー済み

NA

Sontakke Aditya Sanjay · 12日前にレビュー済み

nurul maulidya · 12日前にレビュー済み

Skakovsky Vadym · 12日前にレビュー済み

good

s kiruthika · 12日前にレビュー済み

GOOGLEUSER Iyappan · 12日前にレビュー済み

Lakshmi Gayathri · 12日前にレビュー済み

Dhamodharan Gomathi · 12日前にレビュー済み

Mani Siva · 12日前にレビュー済み

Good Lab

Zaeni Tubagus · 12日前にレビュー済み

Ganta Sirisha · 12日前にレビュー済み

López Trejo Carlos Guadalupe · 12日前にレビュー済み

Vasuri Sruthi · 12日前にレビュー済み

`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) '''

Urquiza Israel · 12日前にレビュー済み

Poongodhai 033 · 13日前にレビュー済み

Shan Shanmathi · 13日前にレビュー済み