Clasa TimeWeightedVectorStoreRetriever combină scorul de similaritate vectorială cu o curbă de degradare temporală exponențială (exponential decay), oferind prioritate informațiilor salvate sau accesate recent.
Exemplu de inițializare
from langchain.retrievers import TimeWeightedVectorStoreRetriever
retriever = TimeWeightedVectorStoreRetriever(
vectorstore=vectorstore,
decay_rate=0.005,
k=4
)
# Fiecare apel actualizează timpul ultimei accesări pentru documentele găsiteEste componenta centrală pentru agenții cu memorie episodică pe termen lung (Generative Agents).
Întrebări & Exemple practice:
TimeWeightedVectorStoreRetriever: Ponderarea Relevanței cu Prospețimea DatelorAi o întrebare despre TimeWeightedVectorStoreRetriever: Ponderarea Relevanței cu Prospețimea Datelor sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!
Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!
Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.