Geração aumentada por recuperação (RAG, na sigla em inglês) multimodal usando a API Gemini na Agent Platform avaliações

Ramya R. · Revisado há 11 days

Deepika M. · Revisado há 11 days

easy

Vinothkumar K. · Revisado há 11 days

Kannaparamathma v. · Revisado há 11 days

prischilla r. · Revisado há 11 days

Vaishnavi.s G. · Revisado há 11 days

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. · Revisado há 11 days

Vaishnavi M. · Revisado há 11 days

維均 蕭. · Revisado há 11 days

David L. · Revisado há 11 days

NA

Aditya Sanjay S. · Revisado há 12 days

maulidya n. · Revisado há 12 days

Vadym S. · Revisado há 12 days

good

kiruthika s. · Revisado há 12 days

Iyappan G. · Revisado há 12 days

Gayathri L. · Revisado há 12 days

Gomathi D. · Revisado há 12 days

Siva M. · Revisado há 12 days

Good Lab

Tubagus Z. · Revisado há 12 days

Sirisha G. · Revisado há 12 days

Carlos Guadalupe L. · Revisado há 12 days

Sruthi V. · Revisado há 12 days

`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. · Revisado há 12 days

033 P. · Revisado há 13 days

Shanmathi S. · Revisado há 13 days