देशभर के त्योहार/इवेंट्स के लिए AI सर्च सेवा
(travelgen.kr)नमस्ते!
LLM application development और RAG service development में रुचि बढ़ने के बाद, मैंने अकेले विकसित की गई एक सेवा साझा करने का सोचा।
यह शुरुआत में इस उद्देश्य से शुरू हुआ था कि मेरे आसपास के पर्यटन स्थलों को मेरी पसंद के अनुसार AI से recommend कराया जा सके,
लेकिन data और cost की सीमाओं के कारण मैंने एक ऐसी सेवा बनाई है जो क्षेत्रीय त्योहार/इवेंट जानकारी को सरलता से search कर सकती है।
लॉगिन के माध्यम से personalization-आधारित recommendation और content provision features तैयार किए जा रहे हैं।
वेब और app platform लॉन्च करने के लिए इसे Flutter में implement किया गया है,
और RAG, Neo4j की vector search + LLM query generation search पर आधारित है।
त्योहार/इवेंट का मूल data Korea Tourism Organization की TourAPI से प्राप्त किया जाता है,
और AI जब उत्तर generate करता है तो जिन documents का संदर्भ लेता है, वे web search (real-time नहीं) पर आधारित हैं।
usability या RAG features आदि पर कोई भी feedback दें तो आभारी रहूँगा!
सुविधाएँ
- देशभर में आयोजित हो रहे त्योहार/इवेंट की जानकारी search
- AI map exploration feature का उपयोग करके मानचित्र पर त्योहार/इवेंट explore करना
- AI chat feature का उपयोग करके समग्र त्योहार/इवेंट जानकारी के बारे में पूछना
सेवा लिंक
- वेबपेज लिंक: https://travelgen.kr
- iOS app: https://apps.apple.com/kr/app/…
18 टिप्पणियां
AI चैट फीचर काफ़ी उपयोगी है!
धन्यवाद!
क्या आप बता सकते हैं कि आपके बताए गए llm query किस तरह की functionality प्रदान करते हैं?
मैंने साइट देखी, लेकिन वह मुझे एक साधारण map search जैसी लगी। यह मेरी रुचि का क्षेत्र है, इसलिए अगर संभव हो तो मैं जानना चाहूँगा कि यह तकनीक किस तरह उपयोगिता प्रदान करती है।
मैंने text2cypher से GraphRAG के फ़ायदे (नोड्स के बीच विविध संबंधों की खोज) को आसानी से उपयोग में लाने की कोशिश की, लेकिन मेरे implementation में LLM generation की consistency की समस्या है और schema भी सरल है, इसलिए अभी यह कोई बड़ा functional advantage नहीं दे पा रहा है। कई बार साधारण text vector search के नतीजे बेहतर रहे।
मैं इसे निम्न queries को अधिक सटीक रूप से संभालने योग्य बनाने के लिए implement कर रहा हूँ।
लगता है कि ये सुविधाएँ schema के आधार पर LLM द्वारा DB query को अपने-आप generate करने की flexibility की वजह से संभव हैं।
बहुत बढ़िया है haha
धन्यवाद!
RAG में इस्तेमाल किए गए resources कौन-से हैं?
यह सार्वजनिक API से दी गई विवरण जानकारी और आधिकारिक साइट के वेब दस्तावेज़ों पर आधारित है।
वाह, यह अच्छा है, है ना?
राय के लिए धन्यवाद!
अच्छा है
धन्यवाद!
लगता है यह सेवा सरकार को बहुत पसंद आएगी। खासकर स्थानीय स्वशासी निकायों को यह काफी लुभावनी लगेगी...!
अच्छे शब्दों के लिए धन्यवाद!
बहुत बढ़िया है, है न?
अच्छा समझने के लिए धन्यवाद!
अगर यह आगे और विकसित होता है, तो सच में बहुत उपयोगी लगेगा।
धन्यवाद~!