Upload folder using huggingface_hub

requirements.txt

@@ -1,7 +1,6 @@
-gradio
-torch
-transformers
-sentence-transformers
-faiss-cpu
-tqdm
-chromadb
+gradio
+torch
+transformers
+sentence-transformers
+faiss-cpu
+tqdm

retriever/vectordb_rerank.py

@@ -19,7 +19,7 @@ embedding_models = [
 # law_db config v2
 CHROMA_PATH = os.path.abspath("data/index/law_db")
 COLLECTION_NAME = "law_all"
-EMBEDDING_MODEL_NAME = embedding_models[4]  # 사용하고자 하는 모델 선택
+EMBEDDING_MODEL_NAME = embedding_models[0]  # 사용하고자 하는 모델 선택
 
 
 # 1. 임베딩 모델 로드 v2

retriever/vectordb_rerank_exam.py

@@ -19,7 +19,7 @@ embedding_models = [
 # law_db config v2
 CHROMA_PATH = os.path.abspath("data/index/exam_db")
 COLLECTION_NAME = "exam_all"
-EMBEDDING_MODEL_NAME = embedding_models[4]  # 사용하고자 하는 모델 선택
+EMBEDDING_MODEL_NAME = embedding_models[0]  # 사용하고자 하는 모델 선택
 
 # 1. 임베딩 모델 로드 v2
 # embedding_model = SentenceTransformer("sentence-transformers/all-MiniLM-L6-v2")

retriever/vectordb_rerank_law.py

@@ -19,7 +19,7 @@ embedding_models = [
 # law_db config v2
 CHROMA_PATH = os.path.abspath("data/index/law_db")
 COLLECTION_NAME = "law_all"
-EMBEDDING_MODEL_NAME = embedding_models[4]  # 사용하고자 하는 모델 선택
+EMBEDDING_MODEL_NAME = embedding_models[0]  # 사용하고자 하는 모델 선택
 
 
 # 1. 임베딩 모델 로드 v2