KNN მარშრუტიზატორი
KNN (K უახლოესი მეზობლები) მარშრუტიზატორი სემანტიკურ მსგავსებას იყენებს შემომავალი შეკითხვების ისტორიული შეკითხვების მონაცემთა ბაზასთან შესადარებლად, სადაც ოპტიმალური მოდელის მინიჭებები ცნობილია. ეს საშუალებას იძლევა სწავლადი მარშრუტიზაცია, რომელიც დროთა განმავლობაში უმჯობესდება.
როგორ მუშაობს
- შეკითხვის ემბედირება -- შემომავალი შეკითხვის ვექტორულ ემბედინგად კონვერტაცია
- KNN ძიება -- K ყველაზე მსგავსი წარსული შეკითხვის პოვნა ემბედინგის საცავში
- ხმის მიცემა -- K მეზობლის მოდელის მინიჭებების აგრეგაცია
- არჩევა -- ყველაზე მეტ ხმას მიღებული მოდელის არჩევა (მსგავსებით შეწონილი)
სასწავლო მონაცემები
KNN მარშრუტიზატორი თავის მონაცემთა ნაკრებს აგებს:
- ხარისხის შეფასებების მქონე აგენტის სესიების ლოგებიდან
- პრომპტის ევოლუციის A/B ტესტების შედეგებიდან
- ხელით უკუკავშირისა და კორექციებიდან
კონფიგურაცია
toml
[router]
strategy = "knn"
[router.knn]
k = 5
embedding_provider = "ollama"
embedding_model = "nomic-embed-text"
min_similarity = 0.6
min_dataset_size = 100
fallback_strategy = "heuristic"ცივი სტარტი
არასაკმარისი სასწავლო მონაცემების შემთხვევაში (min_dataset_size-ზე ქვემოთ), KNN მარშრუტიზატორი ევრისტიკულ სტრატეგიაზე გადადის.