01.1 Dokumenty
PDF, Office, Markdown, HTML, text a kód.
Nahrávejte textová PDF, dokumenty Word, prezentace, tabulky, data CSV nebo TSV, Markdown, HTML, protokoly a běžné formáty zdrojového kódu.
LIBRE / Znalosti Vyhledávání s důkazy Záměrné hranice
Znalosti
Vězte, odkud odpověď pochází.
Libre mění dostupné dokumenty na použitelný kontext chatu, aniž by oddělilo odpověď od zdroje. Přesné termíny zůstávají vyhledatelné, sémantické shody rozšiřují dosah a citovaná místa zůstávají viditelná.
- Výchozí hledání klíčových slov
- BM25
- Vektorové + lexikální po zapnutí
- Hybridní
- Stránka, snímek, list, sekce
- Úroveň zdroje
01 Zpracování
Užitečné formáty si uchovávají místo ve zdroji.
Dokument je užitečnější, když úryvek stále dokáže určit své umístění. Libre přenáší strukturovaný původ extrakcí a nezpracovává znovu nezměněné soubory ve stejném rozsahu.
01.2 Původ
Uchovejte stránku, snímek, list nebo sekci.
Extrakce zaznamenává segmenty zdroje, aby nalezené úryvky a panel Zdroje určily místo původu tvrzení, nejen název souboru.
01.3 Omezené zpracování
Zpracujte soubory Office bez nativního runtime dokumentů.
DOCX, PPTX a XLSX rozbaluje omezený parser v repozitáři. Stejné bajty znovu nahrané do stejného rozsahu se deduplikují.
Dokumentace
02 Vyhledávání
Najděte identifikátor i myšlenku.
Klíčové a sémantické vyhledávání řeší jiné typy opomenutí. Libre udržuje lexikální cestu vždy dostupnou a po nastavení embeddingů ji slučuje s vektorovým hodnocením.
02.1 Klíčové slovo
BM25 je vždy dostupné.
Přesné identifikátory, názvy a vzácné termíny lze řadit bez embeddingového modelu. Pokud tvorba embeddingů selže nebo je vypnutá, dokumenty se dál hledají lexikálně.
02.2 Hybridní
Sloučte vektorové a lexikální pořadí.
Se zapnutými embeddingy slučuje fúze reciprokých pořadí sémantickou podobnost s BM25, aby neurčitý sémantický soused automaticky nepřekonal silnou přesnou shodu.
02.3 Šifrovaný obsah
Žádný fulltextový index otevřeného textu vedle šifrovaného.
Lexikální hodnocení běží v procesu nad dešifrovanými úryvky dostupnými žadateli. Libre záměrně neukládá tokenový index v otevřeném textu pro šifrované úryvky.
Dokumentace
03 Odpovědi
Použijte správné množství zdrojového kontextu.
Vyhledávání je efektivní výchozí stav. Když úkol skutečně závisí na celém souboru, konverzace může použít kontext celého dokumentu.
03.1 Citace
Přeneste místa zdrojů do odpovědi.
Nalezené úryvky obsahují název zdroje, úryvek, skóre a strukturované místo. Panel Zdroje seskupuje citovaná místa pod dokumenty.
03.2 Režim celého dokumentu
Přečtěte celý extrahovaný dokument, když se vejde.
Chat může odeslat úplný extrahovaný obsah místo vybraných pasáží. Nastavitelný limit tokenů se vrátí k vyhledávání, když je příloha příliš velká.
03.3 Nástroje znalostí
Nechte model během kola hledat a číst.
Vestavěné nástroje mohou vypsat dokumenty v rozsahu, hledat citované pasáže a číst omezená okna, aby model zkoumal soubor postupně místo přijetí všeho předem.
Zobrazit smyčku nástrojů