无Langchain、faiss实现简易RAG

前言

本文实现的RAG极其简易，仅用于本人研究，可能无法满足实际应用。代码较为透明，便于对过程、结果进行后续处理，感兴趣者可以参考。

一、模型加载

本文使用的计算卡为寒武纪MLU370-X8，大模型调用可参考小军军军军军军（小军军军军军军-CSDN博客）发布的系列文章。在此以Qwen1.5-7B-chat为例，加载过程如下：

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch
import torch_mlu

import pandas as pd
import numpy as np
import os
import matplotlib.pyplot as plt

device = "mlu"
model = AutoModelForCausalLM.from_pretrained(
    "Qwen/Qwen1.5-7B-Chat",#根据自己所使用的大模型及路径填写
    torch_dtype=torch.float16,
    device_map="balanced_low_0"
).eval()
tokenizer = AutoTokenizer.from_pretrained("Qwen/Qwen1.5-7B-Chat")

完成model和tokenizer加载后，通过下列代码实现基础大模型输出功能：

def resp(input):
    messages = [
        {"role": "system", "content": "YOUR SYSTEM PROMPT"},
        {"role": "user", "content": input}
    ]
    text = tokenizer.apply_chat_template(
        messages,
        tokenize=False,
        add_generation_prompt=True
    )
    model_inputs = tokenizer([text], return_tensors="pt").to(device)
    generated_ids = model.generate(
        model_inputs.input_ids,
        max_new_tokens=512
    )
    generated_ids = [
        output_ids[len(input_ids):] for input_ids, output_ids in zip(model_inputs.input_ids, generated_ids)
    ]
    response = tokenizer.batch_decode(generated_ids, skip_special_tokens=True)[0]
    return response

二、数据准备

本人研究过程中使用的外挂数据为简单的列表形式，列表中的一项为一条数据，例如：

texts = [
' Increased economic policy uncertainty can lead to reduced investment, which may decrease PM2.5 pollution.',
 ' Higher economic policy uncertainty can hinder corporate innovation, potentially increasing PM2.5 pollution.',
 ' The overall impact of economic policy uncertainty on PM2.5 pollution is determined by the combined effect of these two channels.',
 ' Empirical evidence suggests that as economic policy uncertainty increases, PM2.5 pollution levels have significantly decreased.',
]

如需读取文件，可使用pandas、numpy等读取本地文件，并转化为列表格式。

三、知识库embedding

根据喜好从Huggingface上下载embedding模型，并加载。本文以BAAI/bge-large-en-v1.5为例进行演示：

embedding = HuggingFaceEmbeddings(model_name="BAAI/bge-large-en-v1.5")
embeddings_texts = embedding.embed_documents(texts)
embeddings_texts = np.array(embeddings_texts).astype("float32")

词嵌入后，数据准备中的列表将转化为array格式如下：

其中array中的每项对应一条数据，embedding后，array形状为（样本量，embedding维度），以本文案例为例，查询array形状为：

即embedding后，每条数据被转化为1024维词向量。

四、计算查询内容余弦相似度

定义余弦相似度计算函数，功能为输入两个文本向量，返回两向量间的余弦相似度：

def cosine_similarity(vec1, vec2):
    dot_product = np.dot(vec1, vec2.T)
    norm_vec1 = np.linalg.norm(vec1)
    norm_vec2 = np.linalg.norm(vec2)
    return dot_product / (norm_vec1 * norm_vec2)

计算效果如下：

可以看出，“This is an example.”和“This is an example, too.”句意相似，返回向量间余弦相似度为0.93，而“This is an example.”和“I like doing research!”句意差别较大，余弦相似度仅有0.49。

五、RAG基础功能实现

实现RAG基础功能步骤大体为：

• 计算query与数据库中所有数据之间的余弦相似度
• 选择top k个数据库中的数据，作为大模型的提示
• 输入内容，结合先前提示，得到大模型输出

其中步骤1代码为：

def get_query_similarity(query,embeddings_texts):
    query1 = [query]
    embeddings_query = embedding.embed_documents(query1)
    embeddings_query = np.array(embeddings_query).astype("float32")
    sims = []
    for each in embeddings_texts:
        similarity = cosine_similarity(each, embeddings_query[0])
        sims.append(similarity)
    return sims

步骤2代码为：

def get_query_res(query,embeddings_texts,topk,orig_texts):
    similarities = get_query_similarity(query,embeddings_texts)
    idx = find_positions_of_max_k(similarities,topk)
    return_res = []
    for each in idx:
        return_res.append(orig_texts[each])#仅输出匹配的文本
        #return_res.append([orig_texts[each],similarities[each]])#输出匹配的文本及余弦相似度
    return return_res

其中find_positions_of_max_k功能为从列表中找出排名前k的值，并返回其位置，具体代码为：

def find_positions_of_max_k(numbers,topk):
    nums_array = np.array(numbers)
    indices = np.argsort(nums_array)
    max_indices = indices[-topk:]
    max_indices = max_indices[::-1]
    return max_indices

步骤三代码为：

def RAG_Response(query,topk,embeddings_texts,orig_texts):
    query_res = get_query_res(query=query,embeddings_texts = embeddings_texts,topk = 10,orig_texts=answer)
    query_res_concat = ""
    for each in query_res:
        query_res_concat = query_res_concat+"\n"+each
    INPUT = f'''Please answer the questions strictly based on the references I gave you after ### #, not on your own knowledge. Note that the references I give you may contain content unrelated to the question. Please answer strictly according to my questions, filtering and eliminating irrelevant references.
    references:### \n {query_res_concat}
    question:{query}
    '''
    res = resp(INPUT)
    return res,query_res

RAG_Response函数可根据输入的query查询知识库中相应的文本，并将文本放入INPUT中作为大模型输入的一部分，返回大模型的回答以及参考的知识库中相应文本。代码中，embeddings_texts为使用embedding模型嵌入后的词向量数据，orig_texts为原始数据。

直接获取大模型回答，可使用如下代码：

response,references = RAG_Response(query=query,topk=10,embeddings_texts=embeddings_question,orig_texts=answer)
print(f"Output:{response}\n references:{references}")

结果如下：

实现对话功能则将上述代码放置于While True循环中即可。