Update app.py
Browse files
app.py
CHANGED
|
@@ -184,7 +184,7 @@ def document_storage_mongodb(splits):
|
|
| 184 |
def document_retrieval_chroma(llm, prompt):
|
| 185 |
#embeddings = OpenAIEmbeddings()
|
| 186 |
#Alternative Embedding - für Vektorstore, um Ähnlichkeitsvektoren zu erzeugen - die ...InstructEmbedding ist sehr rechenaufwendig
|
| 187 |
-
embeddings = HuggingFaceInstructEmbeddings(model_name="sentence-transformers/all-MiniLM-L6-v2", model_kwargs={"device": "cpu"})
|
| 188 |
#etwas weniger rechenaufwendig:
|
| 189 |
embeddings = HuggingFaceEmbeddings(model_name="sentence-transformers/all-mpnet-base-v2", model_kwargs={"device": "cpu"}, encode_kwargs={'normalize_embeddings': False})
|
| 190 |
|
|
|
|
| 184 |
def document_retrieval_chroma(llm, prompt):
|
| 185 |
#embeddings = OpenAIEmbeddings()
|
| 186 |
#Alternative Embedding - für Vektorstore, um Ähnlichkeitsvektoren zu erzeugen - die ...InstructEmbedding ist sehr rechenaufwendig
|
| 187 |
+
#embeddings = HuggingFaceInstructEmbeddings(model_name="sentence-transformers/all-MiniLM-L6-v2", model_kwargs={"device": "cpu"})
|
| 188 |
#etwas weniger rechenaufwendig:
|
| 189 |
embeddings = HuggingFaceEmbeddings(model_name="sentence-transformers/all-mpnet-base-v2", model_kwargs={"device": "cpu"}, encode_kwargs={'normalize_embeddings': False})
|
| 190 |
|