RAG Retrieval Augmented Generation
📘 নিজের ডেটা দিয়ে উত্তর।
🌐 Grounding LLM answers in your documents.
✨
1
ধারণা · Concept
কী এবং কেন📘 বাংলা ব্যাখ্যা:
নিজের ডেটা দিয়ে উত্তর।
নিজের ডেটা দিয়ে উত্তর।
🌐 English:
Grounding LLM answers in your documents.
Grounding LLM answers in your documents.
🗂 কোথায় পড়ে
৪. ডিপ লার্নিং ও এআই → জেনারেটিভ এআই ও LLM → RAG Retrieval Augmented Generation
🎯 এই শাখার লক্ষ্য
Prompting, APIs, RAG, fine-tuning
🧰 টুলস
OpenAI/Claude API, LangChain, Chroma
🪜
ধাপে ধাপে শিখুন · Step-by-step
কেন শিখবেন → কীভাবে শিখবেন → উদাহরণ → সাধারণ ভুল💡 কেন গুরুত্বপূর্ণ?
LLM-কে আপনার নিজস্ব, সাম্প্রতিক ডেটা দিয়ে উত্তর দেওয়ানো—হ্যালুসিনেশন কমে।
- ধাপ 1ডকুমেন্ট ভাগ (chunk, ৫০০–১০০০ টোকেন, কিছু overlap)
- ধাপ 2প্রতিটি অংশের এমবেডিং তৈরি করে ভেক্টর ডাটাবেসে সংরক্ষণ
- ধাপ 3প্রশ্নের এমবেডিং দিয়ে সবচেয়ে প্রাসঙ্গিক k অংশ খুঁজে বের করা
- ধাপ 4সেই অংশগুলো প্রম্পটে দিয়ে উত্তর + উৎস উল্লেখ; মূল্যায়ন (retrieval ও answer quality)
🧪 বাস্তব উদাহরণ
DGHS নির্দেশিকা PDF দিয়ে RAG চ্যাটবট: "ডেঙ্গুতে কখন হাসপাতালে ভর্তি?" → সংশ্লিষ্ট পৃষ্ঠা থেকে উত্তর।
⚠️ সাধারণ ভুল
খুব বড় চাঙ্ক—অপ্রাসঙ্গিক তথ্যে উত্তর দুর্বল।
🔑 মূল শব্দ (Key terms)
RAGchunkingembeddingretrievalvector searchgrounding
3
সাব-টপিক ও বিস্তারিত · Sub-topics
টপিক → সাব-টপিক → সাব-সাব টপিক5.1 ডকুমেন্ট চাঙ্কিং
5.2 এমবেডিং ও সিমিলারিটি সার্চ
5.3 প্রাসঙ্গিক অংশ প্রম্পটে যোগ করে উত্তর
🎬
ভিডিও · Videos (বাংলা ও English)
ক্লিক করলে সাইটের ভেতরেই ফ্লোটিং প্লেয়ারে চলবে · ভিডিও MySQL-এ সংরক্ষিত📺 আরও খুঁজুন
💻
হাতে-কলমে · Try it (Generative AI & LLMs)
এডিট করে Run চাপুন · Ctrl+Enterimport numpy as np
# Mini RAG retrieval: bag-of-words embeddings + cosine similarity
docs=["Dengue spreads through Aedes mosquitoes","NDVI measures vegetation health","Transformers use self-attention"]
vocab=sorted({w.lower() for d in docs for w in d.split()})
emb=lambda s:np.array([s.lower().split().count(w) for w in vocab],float)
D=np.array([emb(d) for d in docs]); q=emb("what does NDVI measure")
sim=D@q/(np.linalg.norm(D,axis=1)*np.linalg.norm(q)+1e-9)
print("Retrieved context:",docs[sim.argmax()]); print("Prompt -> 'Answer using: "+docs[sim.argmax()]+"'")❓
সেল্ফ-চেক · Self check
🔗