☕Apoya el canal con un café: ko-fi.com/eldld 🤓Crees que te puedo colaborar? Contáctame forms.gle/7ENoYvm4unQy9kgX7 📈Aprende Ciencia de datos, Python, Power BI, Tableau y más con Datacamp: datacamp.pxf.io/eldld
Amigo gracias por tus tutoriales, sigue asi, los miro todos, sos un parcero muy bacano, te cuento que tus explicaciones las entiendo super bien y facil. Bendiciones.
muy interesante este desarrollo, tengo una duda sobre las credenciales. Se deben crear usuario en las plataformas de huggin face, de geminai?. De otro lado se debe configurar la llave con google?, donde veo esa configuracion?
Hola, para Google Gemini solo debes crear tu cuenta en aistudio.google.com/ con tu correo de Gmail, en Hugging Face para este caso no requieres tener ninguna cuenta. Para ver cómo obtener la API Key de Google Gemini puedes ver este otro video del canal ruclips.net/video/qI3InuYoFM4/видео.html espero te sea de utilidad. Muchas gracias por comentar.
@@ElLocodelosDatos Muchas gracias, ya cree la cuenta e hice el primer ejercicio. Excelente. ahora voy a revisar este video. Me gustaria saber si el usuario puede subir mas de un archivo a la libreria.
Hola, claro que si, como está el desarrollo puedes consultar sobre varios archivos, uno a la vez, ya que, para cada uno se genera un índice vectorial. Si deseas es que ya varios archivos queden en una sola consulta podrías cambiar el programa para que haga ciclo y genere el índice consolidado, otra opción podría ser usar una herramienta para unir varios pdf en un solo documento y correr el proceso. Espero te sirva
Esta verisón no tiene, el método create_retrieval_chain olo recupera las respuestas que se le hacen pero normalmente hay una opción en la que se le adiciona el hitorial del chat al contexto para que la recuperación sea más conversacional, puede servirte esta guía python.langchain.com/v0.2/docs/tutorials/qa_chat_history/ la cual también revisaré para quizás crear una versión mejorada de este proyecto con el uo de memoria. Gracias por comentar
☕Apoya el canal con un café: ko-fi.com/eldld
🤓Crees que te puedo colaborar? Contáctame forms.gle/7ENoYvm4unQy9kgX7
📈Aprende Ciencia de datos, Python, Power BI, Tableau y más con Datacamp: datacamp.pxf.io/eldld
Buen video. Gracias por el aporte
Muy buen tutorial y bien explicado, gracias.
Me alegra que te sea de utilidad, gracias por comentar
Amigo gracias por tus tutoriales, sigue asi, los miro todos, sos un parcero muy bacano, te cuento que tus explicaciones las entiendo super bien y facil. Bendiciones.
Me alegra leer tu comentario, muchas gracias por el apoyo. Se reciben siempre sugerencias para nuevos temas para aprender y compartir.
muy interesante este desarrollo, tengo una duda sobre las credenciales. Se deben crear usuario en las plataformas de huggin face, de geminai?. De otro lado se debe configurar la llave con google?, donde veo esa configuracion?
Hola, para Google Gemini solo debes crear tu cuenta en aistudio.google.com/ con tu correo de Gmail, en Hugging Face para este caso no requieres tener ninguna cuenta. Para ver cómo obtener la API Key de Google Gemini puedes ver este otro video del canal ruclips.net/video/qI3InuYoFM4/видео.html espero te sea de utilidad. Muchas gracias por comentar.
@@ElLocodelosDatos Muchas gracias, ya cree la cuenta e hice el primer ejercicio. Excelente. ahora voy a revisar este video. Me gustaria saber si el usuario puede subir mas de un archivo a la libreria.
Hola, claro que si, como está el desarrollo puedes consultar sobre varios archivos, uno a la vez, ya que, para cada uno se genera un índice vectorial. Si deseas es que ya varios archivos queden en una sola consulta podrías cambiar el programa para que haga ciclo y genere el índice consolidado, otra opción podría ser usar una herramienta para unir varios pdf en un solo documento y correr el proceso. Espero te sirva
Lo que no me queda claro contempla un buffer para el chat. El chat recuerda las preguntas anteriores?
Esta verisón no tiene, el método create_retrieval_chain olo recupera las respuestas que se le hacen pero normalmente hay una opción en la que se le adiciona el hitorial del chat al contexto para que la recuperación sea más conversacional, puede servirte esta guía python.langchain.com/v0.2/docs/tutorials/qa_chat_history/ la cual también revisaré para quizás crear una versión mejorada de este proyecto con el uo de memoria. Gracias por comentar