TimeWeightedRetriever calculează scorul final al fiecărui fragment combinând similaritatea semantică vectorială cu data ultimei accesări sau a creării documentului, aplicând o rată exponențială de depreciere (decay) pentru informațiile învechite.
# Configurare retriever sensibil la timp:
# Scorul = similaritate * (1 - decay_rate) ** ore_trecute
retriever = TimeWeightedRetriever(vector_store=index.vector_store, decay_rate=0.05)Feed de știri & Tichete: Ideal pentru platforme de suport unde tichetele rezolvate recent sunt mai relevante decât soluțiile de acum 3 ani.
Întrebări & Exemple practice:
TimeWeightedRetriever: Ponderarea Relevanței în Funcție de Prospețimea DatelorAi o întrebare despre TimeWeightedRetriever: Ponderarea Relevanței în Funcție de 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.