Storia-AI/sage

Feature request: Implement late chunking

Aberta

#57 aberto em 4 de out. de 2024

Ver no GitHubGuia do colaborador
 (3 comentários) (0 reação) (0 responsável)Python (116 forks)auto 404
hacktoberfest🔥 difficulty: 3

Métricas do repositório

Stars
 (1.267 estrelas)
Métricas de merge de PR
 (Nenhuma PRs mesclada em 30d)

Description

Is your feature request related to a problem? Please describe. We should explore alternative chunking strategies that may outperform. Empirically this late chunking strategy seems to do well: https://arxiv.org/pdf/2409.04701 https://colab.research.google.com/drive/15vNZb6AsU7byjYoaEtXuNu567JWNzXOz?usp=sharing https://jina.ai/news/late-chunking-in-long-context-embedding-models/ https://jina.ai/news/what-late-chunking-really-is-and-what-its-not-part-ii/ https://github.com/jina-ai/late-chunking

Describe the solution you'd like implement a new chunker and then experiment with it

Guia do colaborador

Direção de pesquisa
Revise os artigos e implementações fornecidos sobre late chunking, depois projete e implemente um novo módulo chunker no codebase do sage. Experimente para validar melhorias de desempenho.
Pilha de tecnologia
python
Domain
machine learningai
Tipo Issue
Funcionalidade
DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.
3
Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.
1-2 dias
Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.
Ativo
ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.
Claro
Prerequisites
PythonMachine Learning
Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.
50