ChatGPT memo

参考：
https://twitter.com/ochyai/status/1636872128493670400
http://soysoftware.sakura.ne.jp/archives/3691
https://twitter.com/nakayama_ukgk/status/1637084613838508032

試しに紛らわしい事例をPythonで命じてみる

Pythonにおける型ヒントはあくまでヒントに過ぎず、型を制約するものではない。
.pyやコンソールで試してみるとわかるが、実行時によしなにcastされて出力結果は"333"となる。

オチはこれか？
https://note.com/8kpx/n/n3daf8c0c6aaf

出力されたのは "pythonのような何か" だった
「正しく実行する」よりも「正しく意図を汲み取る」方を優先しているようにみえる

• 厳密なプログラミング用途で使うのは難しそう
  • とはいえこの分野ではすぐに実行しエラーで確認できるのでそこは大した障壁ではない
• どちらかというと「自然言語によりプログラミングができる」ことのほうがアドがでかい
  • しかもプログラミング言語的な正しさはあまり重要ではない
  • ChatGPTが"よしなに"解釈してくれるから

ベースはこのあたりを参考にさせていただいた
https://zenn.dev/seya/articles/605079117fb614
https://ict-worker.com/ai/conversationalretrievalchain.html
https://js.langchain.com/docs/modules/chains/index_related_chains/conversational_retrieval

pythonのほうが事例が豊富、かつtsもたいして変わらない
https://python.langchain.com/en/latest/modules/chains/index_examples/vector_db_qa.html
https://python.langchain.com/en/latest/modules/chains/index_examples/chat_vector_db.html

• dbから記事データを抽出
• 簡略のためHTMLタグやURLを除去する正規表現でクレンジング
• text splitterに渡す
  -> ここまでで無限に時間溶かした
  　
  ひたすらにエラーが続いたがText Splittersが問題だった模様
  出力された Document オブジェクトを見てもさほど違いがわからなかったが、最終的には TokenTextSplitter に落ち着いた
  https://js.langchain.com/docs/modules/indexes/text_splitters/examples/

vector storesも注意が必要、と言ってもドキュメントの "選定基準" を読めば問題はない
今回は HNSWLib を選定（私自身は下記を読んでおらずしばらくChromaで沼った）

https://js.langchain.com/docs/modules/indexes/vector_stores/