영어를 기본으로 설정함

성능이 너무 안좋아서 그냥 영어를 기본으로 설정함

Document/Knowledge.md

@@ -1,48 +1,21 @@
-# ONNX 런타임
-* [GitHub 링크](https://github.com/microsoft/onnxruntime)
+ONNX Runtime inference can support models from deep learning frameworks like PyTorch and TensorFlow/Keras, as well as traditional machine learning libraries such as scikit-learn, LightGBM, and XGBoost, enabling faster customer experiences and lower costs; ONNX Runtime is compatible with various hardware, drivers, and operating systems, providing optimal performance through graph optimization and transformation, and utilizing hardware accelerators when applicable.
 
-ONNX 런타임 추론은 PyTorch 및 TensorFlow/Keras와 같은 딥 러닝 프레임워크와 scikit-learn, LightGBM, XGBoost 등과 같은 기존 기계 학습 라이브러리의 모델을 지원하여 더 빠른 고객 경험과 더 낮은 비용을 가능하게 할 수 있습니다. ONNX 런타임은 다양한 하드웨어, 드라이버 및 운영 체제와 호환되며, 그래프 최적화 및 변환과 함께 해당하는 경우 하드웨어 가속기를 활용하여 최적의 성능을 제공합니다.
+The following is a summary of the provided content in markdown format:
 
-다음은 주어진 내용을 마크다운 형식으로 정리한 것입니다:
+Study Major Knowledge by reading papers and implementing them to build a strong foundation and following the curriculum of major knowledge.
 
+Preparation for AI Programming includes preparing data structures and algorithms, algorithms + coding tests, Python, etc.
 
+Build a portfolio by creating possible projects (source: [https://f-lab.kr/insight/becoming-an-ai-developer](https://f-lab.kr/insight/becoming-an-ai-developer)).
 
-# TODO
+Learning through online courses, graduate programs, and practical experience where graduate programs are suitable for those who want deeper learning, practical experience helps apply theoretical knowledge to real projects, platforms like GitHub and Kaggle offer opportunities to participate in various AI projects.
 
-## 전공 지식 공부하기
-- 논문 읽고 구현하며 기초를 다지기
-- 전공 지식 커리큘럼 따라 배우기
+Through networking and community participation, participate in AI-related conferences, workshops, and hackathons, keep up with the latest technology trends, and it's good to interact with industry experts.
 
-## 인공지능 프로그래밍 쪽 준비
-- 자료구조, 알고리즘
-- 알고리즘 + 코딩 테스트
-- Python 등...
+Programming languages like Python.
 
-## 포트폴리오
-- 가능한 안 만들고 포트폴리오를 만드는 방향
+Mathematics and statistics such as Linear Algebra, Probability Theory, Calculus, etc.
 
-출처: [https://f-lab.kr/insight/becoming-an-ai-developer](https://f-lab.kr/insight/becoming-an-ai-developer)
+Machine learning (ML) and deep learning, learn AI-related algorithms and apply them to real projects, specialized knowledge in specific fields such as Natural Language Processing (NLP) and Computer Vision.
 
-## 온라인 코스, 대학원 과정, 실무 경험으로 배우는 방법
-- 대학원 과정은 보다 심도 있는 학습을 원하는 사람들에게 적합
-- 실무 경험을 통해 이론적 지식을 실제 프로젝트에 적용해 볼 수 있음
-- GitHub, Kaggle과 같은 플랫폼에서는 다양한 AI 프로젝트에 참여해볼 수 있음
-
-## 네트워킹과 커뮤니티 참여를 통해
-- AI 관련 컨퍼런스, 워크샵, 해커톤 등에 참여하여
-- 최신 기술 동향을 파악하고
-- 업계 전문가와 교류하는 것이 좋음
-
-## 프로그래밍 언어
-- Python
-
-## 수학 및 통계학
-- 선형대수학, 확률론, 미적분학 등
-
-## 기계 학습(ML)
-- 딥러닝
-- 인공지능 관련 알고리즘 숙지 및 실제 프로젝트에 적용해보기
-- 자연어 처리(NLP), 컴퓨터 비전 등 특정 분야에 대한 전문 지식
-
-## 기타
-- 끊임없이 발전하고 있으므로, 최신 기술 동향을 지속적으로 학습하는 자세도 중요
+Since continuous advancement is ongoing, it is important to continuously learn the latest technology trends.

app.py

@@ -26,7 +26,8 @@ def respond(
             messages.append({"role": "assistant", "content": val[1]})
 
     document = "" + rag.SearchDocs(message, k=4)
-    messages.append({"role": "user", "content": message})
+    prompt = "Refer to the following sentence to answer the next question.\n" + message + rag.SearchDocs(message, k=4)
+    messages.append({"role": "user", "content": prompt})
 
     response = document#""
     for message in client.chat_completion(

rag.py

@@ -39,7 +39,7 @@ model_huggingface = HuggingFaceEmbeddings(model_name = 'jhgan/ko-sroberta-multit
 db = Chroma.from_documents(sourceDocs, model_huggingface)
 
 ## 질의하기
-def SearchDocs(question, k=1):
+def SearchDocs(question, k=4):
     results = db.similarity_search_with_relevance_scores(question, k = k)
     merged = ''
     for result in results: