تاہم، ٹیکنالوجی کا پیشگیاہ حصہ (LM) میں تربیت پانے والا بیشتر معلومات جانتا ہے، لیکن یہ ساتھ ہی کسی مستقبل کی معلومات یا انٹرپرائز کے نجی ڈیٹا کے بارے میں نہیں جانتا۔ بہت سارے LM اطلاقات کو انٹرپرائز کے نجی ڈیٹا کی تلاش کرنے کی ضرورت ہوتی ہے، پھر نجی ڈیٹا کو پس منظر کے دستاویزات میں شامل کر کے بڑے ماڈل کو فراہم کیا جاتا ہے تاکہ وہ پیچیدہ معلومات کے سوالات کا جواب دے سکے۔ لینگ چین، ڈیٹا کو لوڈ، تبدیل، ذخیرہ اور تلاش کرنے کے لئے فریم ورک کے اجزاء بفراہم کرتا ہے۔
لینگ چین کے اجزاء جو نجی ڈیٹا کو منظور کرتے ہیں میں شامل ہیں:
- داستان لوڈ کرنے والا: مختلف ماخذ سے دستاویز دیتا لوڈ کرنے کی حمایت کرتا ہے۔
- داستان کنورٹر: دستاویزات کو تقسیم کرتا ہے، دستاویزات کو سوال جواب کے فارمیٹ میں بدلتا ہے، اور اضافی دستاویزات کو ہٹا دیتا ہے۔
- ٹیکسٹ امبیڈنگ ماڈل: غیر مرتب متن کو خصوصی ویکٹرز میں بدلتا ہے تاکہ سوال کی مماثلت کے لئے مواد تلاش کی جا سکے۔
- ویکٹر اسٹوریج: ویکٹر ڈیٹا کو ذخیرہ اور تلاش کرتا ہے۔
- ریٹریور: لینگ چین کا مجموعی اٹلی یورٹی کلاس جو آپ کے ڈیٹا کی آسانی سے تلاش کرنے کیلئے ہے۔
