Создание RAG-системы на R | Простая настройка, без API-ключей, бесплатно и локально

Все говорят, что для создания RAG нужен Python. Это не так. В этом видео я создаю полноценную систему генерации дополненной информации (RAG) на чистом R — читаю реальные PDF-документы и отвечаю на вопросы о них с помощью локальной LLM. Никакого Python, никакого ключа API, никаких облачных затрат. Всё работает на вашей машине. Мы рассматриваем весь конвейер от начала до конца: загрузка PDF-файлов с помощью pdftools, разбивка текста на фрагменты, генерация эмбеддингов, создание векторного хранилища (просто матрица R!), семантический поиск с косинусным сходством и генерация обоснованных ответов — всё это работает на основе httr2 и Ollama. Если вы работаете в R и думали, что современный ИИ недоступен без перехода на Python, это видео для вас. Разделы 0:00 Введение 0:31 RAG в R 0:51 Что такое RAG на самом деле? 2:36 Ollama + пакеты 4:11 Папки и файлы для системы RAG 4:49 Ссылка на код 6:27 Давайте протестируем систему RAG 7:21 Момент истины 7:48 Задайте вопрос, которого нет в документации Шаги для Ollama в R:    • Ollama in R | Running LLMs on Local Machin...   Ссылка на код: https://raw.githubusercontent.com/bkr... Если это спасло вас от изучения Python только ради RAG, поставьте лайк и подпишитесь. #RStats #RAG #LLM #Ollama #DataScience #AI #RProgramming #MachineLearning