Datawhale-动手学大模型应用开发-FInal Task心得

个人知识库助手

项目概述

个人知识库助手是一个基于Langchain框架开发的应用，旨在帮助用户管理和检索个人知识库。这个助手利用大型语言模型的自然语言处理能力，使用户能够通过自然语言交互来高效地访问和整合分散的数据源。

主要功能

1. 高效信息检索：基于Langchain的框架，系统在生成回答前从广泛的数据集中检索到相关信息，加速信息的定位和提取。
2. 知识组织与管理：支持用户构建个性化的知识库，通过结构化存储和分类，促进知识的积累和有效管理。
3. 辅助决策制定：系统通过精确的信息提供和分析增强用户在复杂情境下的决策能力。
4. 个性化信息服务：允许用户根据自己的需求定制知识库，确保获取最相关和最有价值的信息。

技术实现

• 项目利用Langchain提供的检索问答链基类进行了进一步封装，支持不同模型切换以及基于数据库的检索问答。
• 集成了多种大型语言模型，包括ChatGPT和ERNIE-Bot，以及通过智谱AI和文心API进行文本嵌入。

人情世故大模型系统-天机

项目概述

“天机”是一个面向传统人情世故场景的智能助手，由SocialAI团队开发。它通过分析和模拟日常交往中的各种情景，提供实时反馈和指导，帮助用户改善人际交往技巧。

主要功能

1. 敬酒词生成：为各种社交场合提供适当的敬酒词。
2. 请客礼仪指导：指导用户如何在宴请中表现出好的礼仪。
3. 送礼建议：根据不同的场合和关系提供送礼建议。
4. 送祝福文本生成：生成适合特定场合的祝福语。

技术实现

• Prompt系统：利用内置的系统提示，基于大模型的能力进行对话。
• Agent架构：通过Agent架构得到更丰富、更定制化的回答。
• 知识库检索：使用向量数据库直接检索相关的人情世故法则。
• 模型训练：在积累大量数据的情况下进行Lora微调或全量微调，增强模型的场景适应能力。