No es necesario agregar más código. Para resolver el problema presentado al final de la Clase 01. Y que se intenta resolver al principio de la Clase 02.
Basta con modificar la pregunta, obsérvese que tengo que referirme a la columna 'clima' :
respuesta = cadena.invoke({"question": "¿Cuál es el promedio de entrega para cada tipo en la columna 'clima'?"})
Hola Miguel,
¡Gracias por compartir tu sugerencia! Parece que has encontrado una forma eficiente de resolver el problema presentado al final de la Clase 01 simplemente modificando la pregunta para referirte específicamente a la columna 'clima'. Esto puede ser muy útil para obtener respuestas más precisas y explícitas, especialmente cuando se trata de datos categóricos o específicos dentro de un conjunto de datos.
Tu enfoque de ajustar la pregunta para que la LLM entienda exactamente qué información se necesita es una excelente manera de mejorar la precisión de las respuestas. Al especificar "¿Cuál es el promedio de entrega para cada tipo en la columna 'clima'?", estás guiando al modelo para que enfoque su análisis en la columna correcta, lo que puede evitar confusiones y proporcionar resultados más claros.
Además, es genial ver cómo estás aplicando los conceptos de simplificación y claridad que se discutieron en la clase. A menudo, pequeñas modificaciones en la forma en que formulamos nuestras preguntas pueden tener un gran impacto en la calidad de las respuestas que obtenemos.
Espero que esta estrategia te siga siendo útil en tus estudios y experimentos con LangChain. ¡Sigue explorando y aprendiendo!
Espero ter ajudado y buenos estudios!