目录
前言
一、多模态大模型——以VisualGLM实现图文转换（入门级）
1. 安装相关依赖包
2. 导入依赖库、导入model & processor
3. 导入图片链接
4. 图生文
5. 图片内容推理
二、LLM——基于文心大模型的金融知识库问答（进阶级）
0. 环境配置
1. 载入本地非结构化文档
2. 文档split为若干chunk文本块
3. 文本Embedding–>Vectors
4. 存入向量数据库（以FAISS为例，常见向量数据库还有Milvus）
5. Query查询（用户提问）
6. Prompt合成
7. 调用LLM模型，实现答案生成任务（以文心大模型为例）
8. RAG流程封装（将提示词Prompt输入给文心大模型，获得输出结果）
三、推荐项目（综合级）
前言
依托 aistudio 平台内容，章节一呈现了一个入门级demo（小白友好），
以VisualGLM（多模型大模型）为例实现了图生文；
章节二呈现了一个进阶版demo（适合有一定LLM基础的人群食用），
以文心大模型（LLM+RAG）为例实现了金融知识库问答（参考aistudio上精品项目）；
章节三推荐了数个综合级、系统化的项目（适合从事/预从事 LLM/AIGC 岗的人群食用），
把每个项目深挖吃透后，基本可以从事相关岗。
前排提示，文末有大模型AGI-CSDN独家资料包哦！
一、多模态大模型——以VisualGLM实现图文转换（入门级）
1. 安装相关依赖包
用git命令从github上下载visualglm-6b模型到本地，git PaddleMIX安装包、pip其它相关依赖包。
!git clone http://git.aistudio.baidu.com/aistudio/visualglm-6b.git
!git clone https://github.com/PaddlePaddle/PaddleMIX
!pip install soundfile librosa
2. 导入依赖库、导入model & processor
import os
os.environ["CUDA_VISIBLE_DEVICES"] = "0"
os.environ["FLAGS_use_cuda_managed_memory"] = "true"
import requests
from PIL import Image
from PaddleMIX.paddlemix import VisualGLMForConditionalGeneration, VisualGLMProcessor
import warnings
warnings.filterwarnings('ignore')
# 设置visualglm-6b预训练模型的本地路径（PS：本地导入比直接云端下载速度会快很多）
pretrained_name_or_path = "aistudio/visualglm-6b"
model = VisualGLMForConditionalGeneration.from_pretrained(pretrained_name_or_path, from_aistudio=True,dtype="float32")
model.eval()
processor = VisualGLMProcessor.from_pretrained(pretrained_name_or_path,from_aistudio=True)
3. 导入图片链接
# 图片链接
# url = "https://paddlenlp.bj.bcebos.com/data/images/mugs.png"
url = 'https://i02piccdn.sogoucdn.com/5dd40dedd7107cc5'
image = Image.open(requests.get(url, stream=True).raw)
# 配置模型参数
generate_kwargs = {
"max_length": 1024,
"min_length": 10,
"num_beams": 1,
"top_p": 1.0,
"top_k": 1,
"repetition_penalty": 1.2,
"temperature": 0.8,
"decode_strategy": "sampling",
"eos_token_id": processor.tokenizer.eos_token_id,
}
图1
4. 图生文
# Epoch 1
query = "写诗描述一下这个场景"
history = []
inputs = processor(image, query)
generate_ids, _ = model.generate(**inputs, **generate_kwargs)
responses = processor.get_responses(generate_ids)
history.append([query, responses[0]])
print(responses)
图2
5. 图片内容推理
# Epoch 2
query = "这部电影的导演是谁？"
inputs = processor(image, query, history=history)
generate_ids, _ = model.generate(**inputs, **generate_kwargs)
responses = processor.get_responses(generate_ids)
history.append([query, responses[0]])
print(responses)
图3
二、LLM——基于文心大模型的金融知识库问答（进阶级）
图4. 整体流程
参考链接：https://aistudio.baidu.com/projectdetail/6682781?channelType=0&channel=0
0. 环境配置
# （1）下载PDF文档
!wget https://zihao-code.obs.cn-east-3.myhuaweicloud.com/20230709-langchain/carbon.pdf -i https://pypi.tuna.tsinghua.edu.cn/simple
!wget https://zihao-code.obs.cn-east-3.myhuaweicloud.com/20230709-langchain/car.pdf -i https://pypi.tuna.tsinghua.edu.cn/simple
# （2）安装依赖环境
!pip install transformers langchain openai unstructured tiktoken faiss-cpu sentence_transformers pypdf -i https://pypi.tuna.tsinghua.edu.cn/simple
1. 载入本地非结构化文档
from langchain.document_loaders import UnstructuredFileLoader
from langchain.document_loaders import PyPDFLoader
# 加载所有非结构化文件，提取文本
loaders = [
PyPDFLoader('car.pdf'),
PyPDFLoader('carbon.pdf')
]
# loaders = [
# UnstructuredFileLoader('思修2018.txt'),
# UnstructuredFileLoader('近代史2018.txt'),
# PyPDFLoader('马原2023.pdf'),
# PyPDFLoader('毛概2023.pdf')
# ]
# 把每个非结构化文件存入docs列表，并保存了对应出处
docs = []
for loader in loaders:
docs.extend(loader.load())
2. 文档split为若干chunk文本块
from langchain.text_splitter import CharacterTextSplitter
text_splitter = CharacterTextSplitter(chunk_size=300, chunk_overlap=30, separator='\n')
splits = text_splitter.split_documents(docs)
print(len(splits))
3. 文本Embedding–>Vectors
from langchain.embedding import HuggingFaceEmbeddings
embedding_model = 'moka-ai/m3e-base'
embedding = HuggingFaceEmbeddings(model_name=embedding_model)
4. 存入向量数据库（以FAISS为例，常见向量数据库还有Milvus）
from langchain.vectorstores import FAISS
# 提取每个chunk文本块的Embedding向量，构建知识库文本-向量数据库
vector_store = FAISS.from_documents(splits, embeddings)
5. Query查询（用户提问）
query = '政府发布了哪些双碳政策文件'
# 针对query进行相似性搜索，从知识向量库（FAISS）检索出最相似的TOP K个Chunk
K = 5
docs_and_scores = vector_store.similarity_search_with_score(question, k=K)
print(docs_and_scores)
# 打印TOP K Chunk的来源、字数、和query相似度打分
for i in range(docs_and_scores):
source = docs_and_scores[i][0].metadata['source']
content = docs_and_scores[i][0].page_content
similarity = docs_and_scores[i][1]
print(f'来源：{source}， 字数：{len(content)}， 相似度打分：{similarity}')
print(content[:30]+'......')
print('————————————————————————————————————')
图5
6. Prompt合成
# 6.1. 生成背景内容(Top K个相似内容拼接)
context = ''
for i in docs_and_scores:
context +=doc[0].page_content
context +='\n'
print(context)
# 6.2. 生成提示词
prompt = f'你是一个学习助手，请根据下面的已知信息回答问题，你只需要回答和已知信息相关的问题，如果问题和已知信息不相关，你可以直接回答"不知道" 问题：{query} 已知信息:{context}'
图6
7. 调用LLM模型，实现答案生成任务（以文心大模型为例）
import requests
class BaiduErnie:
host: str = "https://aip.baidubce.com"
client_id: str = ""
client_secret: str = ""
access_token: str = ""
def __init__(self, client_id: str, client_secret: str):
self.client_id = client_id
self.client_secret = client_secret
self.get_access_token()
def get_access_token(self) -> str:
url = f"{self.host}/oauth/2.0/token?grant_type=client_credentials&client_id={self.client_id}&client_secret={self.client_secret}"
response = requests.get(url)
if response.status_code == 200:
self.access_token = response.json()["access_token"]
return self.access_token
else:
raise Exception("获取access_token失败")
def chat(self, messages: list, user_id: str) -> tuple:
if not self.access_token:
self.get_access_token()
url = f"{self.host}/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/eb-instant?access_token={self.access_token}"
data = {"messages": messages, "user_id": user_id}
response = requests.post(url, json=data)
if response.status_code == 200:
resp = response.json()
return resp["result"], resp
else:
raise Exception("请求失败")
# 填入文心大模型后台的API信息
# 获取地址： https://console.bce.baidu.com/ai/?_=1711963019980#/ai/intelligentwriting/overview/index
client_id = "" # 自己的client_id
client_secret = "" # 自己的client_secret
user_id = "" # 自己的user_id
baidu_ernie = BaiduErnie(client_id, client_secret)
def chat(prompt):
messages = []
messages.append({"role": "user", "content": prompt})
result, response = baidu_ernie.chat(messages, user_id)
return result
result = chat('你是哪家公司开发的什么大语言模型？')
print(result)
# result：我是百度公司开发的知识增强语言模型，能够与人对话互动，回答问题，协助创作，高效便捷地帮助人们获取信息、知识和灵感。
8. RAG流程封装（将提示词Prompt输入给文心大模型，获得输出结
果）
def predict(query):
docs_and_scores = vector_store.similarity_search_with_score(query, k=K)
context = ''
for doc in docs_and_scores:
context +=doc[0].page_content
context +='\n'
prompt = '你是一个学习助手，请根据下面的已知信息回答问题，你只需要回答和已知信息相关的问题，如果问题和已知信息不相关，你可以直接回答"不知道" 问题：{} 已知信息:{}'.format(query, context)
# 输入文心大模型
result = chat(prompt)
print(result)
predict('政府发布了哪些双碳政策文件')
# 根据政府发布的信息，中国提出了30·60“双碳”目标，并发布了《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》和《2030年前碳达峰行动方案》等纲领性文件，以保障目标的实现。中国作为全球第二大经济体，始终高度关注气候变化对国家和社会的影响。
三、推荐项目（综合级）
（1）多模态大模型（慎入，因为封闭式学习时长需要2周左右）：https://aistudio.baidu.com/education/group/info/29948
（3）医学人工智能与大模型：https://aistudio.baidu.com/education/group/info/30524
（4）数字人定制（定制声音、造型，生成数字人，用于语音识别 & 聊天 & 翻译）：https://aistudio.baidu.com/projectdetail/6998882?channelType=0&channel=0
CSDN独家福利
最后，感谢每一个认真阅读我文章的人，礼尚往来总是要有的，下面资料虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：
扫一扫
3759
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
