01.1 Dokumenter
PDF, Office, Markdown, HTML, tekst og kode.
Upload tekstbaserede PDF'er, Word-dokumenter, præsentationer, regneark, CSV- eller TSV-data, Markdown, HTML, logfiler og almindelige kildekodeformater.
LIBRE / Viden Søgning med dokumentation Bevidste grænser
Viden
Vid, hvor svaret kom fra.
Libre gør dokumenter, du har adgang til, til brugbar chatkontekst uden at adskille svaret fra kilden. Præcise termer forbliver søgbare, semantiske match udvider rækkevidden, og citerede steder forbliver synlige.
- Nøgleordssøgning som standard
- BM25
- Vektor + leksikalsk, når aktiveret
- Hybrid
- Side, slide, ark, afsnit
- Kildeniveau
01 Indlæsning
Nyttige formater bevarer deres plads i kilden.
Et dokument er mere nyttigt, når et uddrag stadig kan angive sin placering. Libre bærer struktureret oprindelse gennem udtrækning og undgår genbehandling af uændrede uploads i samme omfang.
01.2 Oprindelse
Bevar siden, sliden, arket eller afsnittet.
Udtrækning registrerer kildesegmenter, så fundne uddrag og panelet Kilder kan angive stedet for en påstand, ikke kun filnavnet.
01.3 Afgrænset behandling
Fortolk Office-filer uden et indbygget dokumentmiljø.
DOCX, PPTX og XLSX pakkes ud med en afgrænset parser i projektet. Identiske byte, der uploades igen i samme omfang, deduplikeres.
Dokumentation
02 Søgning
Find identifikatoren og idéen.
Nøgleords- og semantisk søgning løser forskellige mangler. Libre holder den leksikalske vej tilgængelig og kombinerer den med vektorrangering, når embeddings er konfigureret.
02.1 Nøgleord
BM25 er altid tilgængelig.
Præcise identifikatorer, navne og sjældne termer kan rangeres uden embeddingmodel. Hvis genereringen fejler eller slås fra, fortsætter dokumentsøgning leksikalsk.
02.2 Hybrid
Kombinér vektor- og leksikalske rangeringer.
Med embeddings aktiveret kombinerer reciprocal-rank fusion semantisk lighed med BM25, så en vag semantisk nabo ikke automatisk slår et stærkt præcist match.
02.3 Krypteret indhold
Intet fuldtekstindeks i klartekst ved siden af chiffertekst.
Leksikalsk scoring kører i processen over dekrypterede dele, som brugeren må læse. Libre gemmer bevidst intet tokenindeks i klartekst for krypterede dokumentdele.
Dokumentation
03 Svar
Brug den rette mængde kildekontekst.
Søgning er den effektive standard. Når opgaven virkelig afhænger af hele filen, kan samtalen vælge fulddokumentkontekst.
03.1 Kildehenvisninger
Før kildeplaceringer med ind i svaret.
Fundne uddrag indeholder kildenavn, del, score og struktureret placering. Panelet Kilder grupperer citerede placeringer under dokumenterne.
03.2 Fulddokumenttilstand
Læs hele det udtrukne dokument, når det kan være der.
En chat kan sende hele det udtrukne indhold i stedet for valgte passager. En konfigurerbar tokengrænse falder tilbage på søgning, når materialet er for stort.
03.3 Vidensværktøjer
Lad modellen søge og læse under en runde.
Indbyggede værktøjer kan liste dokumenter i omfanget, søge citerede passager og læse afgrænsede vinduer, så modellen undersøger en fil trinvis.
Se værktøjssløjfen Dokumentation