Warm-up Practice — RAG အခြေခံ စမ်းသပ်ခန်း

စိတ်လျှော့ပါ။ ဒီခန်းကို စာအုပ်လိုမဟုတ်ဘဲ စကားပြောသလိုပဲ၊ နားလည်လွယ်အောင် ရှင်းပါမယ်။

ခဏလေး ဒီလိုပဲ စဉ်းစားကြည့်

ဒီ lesson က သင်ခန်းစာအသစ်မဟုတ်ပါဘူး။ အရင် lessons တွေမှာသင်ခဲ့တဲ့ chunking၊ embeddings၊ search-then-read အခြေခံတွေကို ပြန်လှန်ကျင့်ကြည့်ဖို့ပါ။ Task တစ်ခုချင်းစီက သေးငယ်ပေမယ့် RAG pipeline ရဲ့ core skill တွေကို တိုက်ရိုက်ထိတွေ့ရအောင် ဒီဇိုင်းလုပ်ထားပါတယ်။ စာအုပ်ကို အပိုင်းလိုက်ဖြတ်တာ၊ vector ဖြစ်အောင်ပြောင်းတာ၊ ရှာဖွေတာနဲ့ ဖတ်တာ — ဒီလေးခုက RAG ရဲ့ ဖောင်ဒေးရှင်းပါ။ အားလုံးလက်တွေ့ကိုယ်တိုင်စမ်းကြည့်ရင် နောက်ပိုင်း advanced lesson တွေ ပိုနားလည်လာမှာပါ။

လေ့ကျင့်ခန်းများ

Task 1: Paragraph ၅ ခုပါတဲ့ .txt file တစ်ခုကို 200-character chunk အနေနဲ့ ဘယ်လိုပိုင်းရမလဲ ရေးကြည့်ပါ (overlap 20 characters ထည့်ပါ)။ Task 2: Chunk ၅ ခုကို embedding vector အဖြစ် imagine လုပ်ပြီး, query တစ်ခုနဲ့ cosine similarity အနီးဆုံး chunk ၂ ခုကို manual ရွေးထုတ်ကြည့်ပါ။ Task 3: search-then-read pattern အတိုင်း, retrieve() function ကနေ ပြန်လာတဲ့ chunk တွေကို prompt ထဲ ဘယ်လို context အဖြစ်ထည့်ရမလဲ code skeleton ဖြည့်ပါ။ Task 4 (optional): chunk size ကို 100 vs 400 characters လုပ်ကြည့်ပြီး retrieval quality ဘယ်လိုပြောင်းလဲ observe လုပ်ကြည့်ပါ.

Chunk overlap ရှိအောင် correct ဖြတ်နိုင်ပြီ
Query နဲ့ chunk ကို similarity အရ rank လုပ်တတ်ပြီ
retrieve() ရလဒ်ကို prompt context အဖြစ် ပြောင်းထည့်တတ်ပြီ

Code နမူနာ

javascript

// Task skeleton — ဖြည့်ရမယ့်နေရာတွေကို TODO နဲ့ မှတ်ထားပါတယ်

function chunkText(text, size = 200, overlap = 20) {
  const chunks = [];
  // TODO: text ကို size အလိုက်ဖြတ်ပြီး overlap ထည့်ပါ
  return chunks;
}

function cosineSimilarity(vecA, vecB) {
  // TODO: dot product / (magnitudeA * magnitudeB)
}

function retrieve(query, chunks, embeddings, topK = 2) {
  const queryVec = embed(query); // embed() က already implement လုပ်ပြီးသား ဟု assume
  const scored = chunks.map((chunk, i) => ({
    chunk,
    score: cosineSimilarity(queryVec, embeddings[i]),
  }));
  // TODO: score အလိုက် sort ပြီး topK ကို return ပါ
}

function buildPrompt(query, retrievedChunks) {
  // TODO: retrievedChunks တွေကို context block အဖြစ် join ပြီး
  // query နဲ့ တွဲထည့်တဲ့ prompt string တစ်ခု return ပါ
}

You should see

chunkText, cosineSimilarity, retrieve, buildPrompt လေးခုစလုံးကို correct ဖြည့်ပြီးရင် sample query တစ်ခုအတွက် အနီးဆုံး chunk ၂ ခုပါတဲ့ grounded prompt string တစ်ခု ရလာပါလိမ့်မယ်။

၅ မိနစ် စမ်းကြည့်

Notepad ဖွင့်ပြီး paragraph ၅ ခုပါတဲ့ text တစ်ခုရေးပါ။ ၅ မိနစ်အတွင်း chunkText() function ကို paper-code (ကိုယ်တိုင်လက်ရေး) နည်းနဲ့ ပြီးအောင်ဖြည့်ကြည့်ပါ, computer မလိုပါဘူး။

သတိလေးတစ်ချက်

ဒီ exercise တွေက pipeline ရဲ့ mechanics ကို နားလည်ဖို့ပါ။ Production မှာတော့ real embedding model (OpenAI, Cohere, စသည်) သုံးရမှာမို့ manual vector နဲ့ တိုက်ရိုက်မတူပါဘူး။