Agentic RAG

Designed and implemented an advanced RAG assistant:

صممت ونفذت مساعد ذكي متطور بيعتمد على تقنية الـ Retrieval-Augmented Generation، وده نظام بيخلي الـ LLM يجاوب من ملفات معينة إنت اللي بتحددها له.

Curated Machine Learning educational PDFs:

المشروع متدرب على ملفات PDF تعليمية مختارة بعناية في مجال الـ Machine Learning عشان يجاوب بدقة في تخصص محدد (Domain-specific).

Integrated hybrid retrieval (Vector + BM25):

استخدمت نظام بحث هجين؛ بيدمج بين البحث بالمعنى (Vector Search) والبحث التقليدي بالكلمات (BM25) عشان أوصل لأدق معلومة جوه الملفات.

MMR diversification and cross-encoder reranking:

استخدمت تقنية الـ MMR عشان نتايج البحث تكون متنوعة وما تتكررش، وضفت مرحلة Reranking باستخدام Cross-encoder عشان أرتب المعلومات من الأهم للأقل أهمية قبل ما تروح للموديل.

Architected a LangGraph-based autonomous agent:

بنيت هيكل المشروع باستخدام LangGraph عشان يكون "عميل ذكي" (Agent) يقدر ياخد قرارات لوحده مش مجرد كود ثابت.

Dynamic tool routing and stateful conversational memory:

العميل الذكي ده بيقدر يختار الأداة المناسبة للسؤال (Routing) وعنده ذاكرة قوية (Memory) بتخليه فاكر سياق الكلام في المحادثات الطويلة.

Enhanced retrieval using HyDE-based query expansion:

حسنت جودة البحث باستخدام تقنية HyDE، وهي إن الموديل يتخيل إجابة افتراضية ويبحث بيها، وده بيعلي دقة الوصول للمعلومات الصعبة.

Query rewriting techniques:

ضفت ميزة إعادة صياغة سؤال المستخدم لو مش واضح، عشان السيستم يفهم القصد الحقيقي ورا السؤال.

LLM-as-Judge evaluation framework:

عملت نظام تقييم متطور بيخلي LLM تاني يراقب الإجابات ويحكم على مدى صدقها (Faithfulness) وعلاقتها بالسياق عشان أضمن إن الموديل مبيألفش.

Deployed using Cohere, ChromaDB, and Streamlit:

في النهاية، المشروع شغال بـ Cohere APIs كموديل أساسي، و ChromaDB لتخزين البيانات، وواجهة مستخدم بسيطة بـ Streamlit.