langchain下如何加载embeding模型

背景

在学习本地构建RAG的过程中，embeding是不可避免的一步。在官方的示例文档中，使用的是openAI的embeding模型，这意味着需要先获取openAI key，并且这个过程中会产生计费。对于我们学习研究来说不太友好。因此，考虑下载预训练的模型到本地，然后使用本地的模型来进行embeding，从而避免产生额外费用。

本篇文章主要描述如何下载embeding模型并在langchain下使用embeding模型。

模型选择

目前主流的embeding模型项目包括FlagEmbedding, Ember, GTE and E5。这里我们选择FlagEmbedding作为示例，其他的类似。FlagEmbedding专注于检索增强llm领域，目前包括以下项目:

• Long-Context LLM: Activation Beacon, LongLLM QLoRA
• Fine-tuning of LM : LM-Cocktail
• Embedding Model: Visualized-BGE, BGE-M3, LLM Embedder, BGE Embedding
• Reranker Model: llm rerankers, BGE Reranker
• Benchmark: C-MTEB

现阶段，我们只需要用到其中的Embedding Model。现有的模型包括：

在这里我们选择bge-small-zh-v1.5为例，来进行后续的流程。

模型下载

这里介绍两种模型下载的方法。

AutoModel.from_pretrained

使用transformers库中的AutoModel.from_pretrained方法来下载模型。下面是如何下载bge-small-zh-v1.5模型的代码示例：

from transformers import AutoModel, AutoTokenizer
model_name = "BAAI/bge-small-zh-v1.5"
# 下载模型
model = AutoModel.from_pretrained(model_name)
# 下载分词器
tokenizer = AutoTokenizer.from_pretrained(model_name)

模型的下载可能会花费一些时间和网络流量，具体取决于你的网络速度和模型的大小。模型一旦下载，通常会被缓存在~/.cache/huggingface/transformers目录下，这样在未来的调用中可以快速加载。如果想要自定义安装下载路径，可以

model = AutoModel.from_pretrained(model_name, cache_dir="/path/to/your/cache/directory")

可能的问题：ConnectionError: (ProtocolError(‘Connection aborted.’, ConnectionResetError(10054, ‘远程主机强迫关闭了一个现有的连接。’。 这种情况一般是因为网络原因无法下载。只能尝试离线手动下载。

官网下载

官网下载的方式需要我们去huggingface的官网去进行下载，国内可以去hf-mirror.com 镜像网站去下载，以上述模型为例。搜索到相应模型后，切换到第二个tab，然后点击下载按钮进行下载。

下载完成后将相关文件放到同一个目录下。以我的电脑为例，将下载的文件放置到D:\model\embeding\bge-small-zh-v1.5目录下，之后在构建向量数据库的时候通过下面方式进行引用

vectorstore = Chroma.from_documents(documents=splits, embedding=HuggingFaceEmbeddings(model_name='D:\model\embeding\bge-small-zh-v1.5'))

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓