书生大模型实战营-基础关卡-4-llamaindex+Internlm2 RAG实践

于 2024-08-08 20:30:22 发布
阅读量34 收藏
点赞数
文章标签： LLM
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lilai619/article/details/141030985
版权

 先试试官方的示例：无RAG

先试试官方的示例：有RAG 

那让 介绍一下我自己的博客：即无RAG情况

微风水墨是一种由微小颗粒组成的墨汁，通常用于绘画、印刷、雕刻、雕刻

那让 介绍一下我自己的博客：即有RAG情况

data下添加一个介绍我csdn的文档

 修改问题，重新再提问：至少知道我是写博客的了

微风水墨是一个专注于中文写作的博客，旨在分享微小而有趣的文章，帮助读者更好地了解中文写作。

微风❤水墨
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
大模型-大模型RAG应用基础认知视频
03-16
总之，大模型RAG应用基础认知是理解现代NLP技术的重要一环，它揭示了如何利用大规模模型和检索机制协同工作，以提供更准确和全面的自然语言处理解决方案。通过学习这个视频系列，你将能够掌握RAG的核心思想，并有...
RAG-基于LangChain+ChatGLM-6B+本地知识库搭建的RAG智能问答系统-附项目源码+流程教程-优质项目实战
07-30
RAG_基于LangChain+ChatGLM-6B+本地知识库搭建的RAG智能问答系统_附项目源码+流程教程_优质项目实战
RAG部署-使用TensorRT-LLM在Windows上部署检索增强生成聊天机器人RAG-优质大模型部署项目实战.zip
04-09
2. **模型下载与加载**：从Hugging Face的Model Hub下载RAG模型，然后使用Transformers库加载模型。这可能涉及到对模型进行微调，以适应特定的对话任务和知识源。 3. **知识库集成**：构建一个知识库，可以是结构化...
《AI大模型应用》--唐诗三百首RAG检索增强生成.zip
07-15
个人深耕AI大模型应用领域积累的成果，希望对您有所帮助。有大模型账号、环境问题、AI大模型技术应用落地方案等相关问题，欢迎详聊，能为您解决问题是我的荣幸！ 个人深耕AI大模型应用领域积累的成果，希望对您有所...
《AI大模型应用》--文渊支持图文回答的RAG增强检索项目.zip
07-15
个人深耕AI大模型应用领域积累的成果，希望对您有所帮助。有大模型账号、环境问题、AI大模型技术应用落地方案等相关问题，欢迎详聊，能为您解决问题是我的荣幸！ 个人深耕AI大模型应用领域积累的成果，希望对您有所...
QTQTQTQTQTQTQTQTQTQTQTQTQTQTQT
08-07
QTQTQTQTQTQTQTQTQTQTQTQTQTQTQT
薪酬设计薪资规划与晋升制度.ppt
08-07
薪酬设计薪资规划与晋升制度.ppt
Exaros（艾克萨罗斯），C 语言开发的基于 RISCV 的操作系统.zip
08-07
优质项目，资源经过严格测试可直接运行成功且功能正常的情况才上传，可轻松copy复刻，拿到资料包后可轻松复现出一样的项目。 本人系统开发经验充足，有任何使用问题欢迎随时与我联系，我会及时为你解惑，提供帮助。 【资源内容】：包含完整源码+工程文件+说明（若有），项目具体内容可查看下方的资源详情。 【附带帮助】： 若还需要相关开发工具、学习资料等，我会提供帮助，提供资料，鼓励学习进步。 【本人专注计算机领域】： 有任何使用问题欢迎随时与我联系，我会及时解答，第一时间为你提供帮助，CSDN博客端可私信，为你解惑，欢迎交流。 【适合场景】： 相关项目设计中，皆可应用在项目开发、毕业设计、课程设计、期末/期中/大作业、工程实训、大创等学科竞赛比赛、初期项目立项、学习/练手等方面中 可借鉴此优质项目实现复刻，也可以基于此项目进行扩展来开发出更多功能 【无积分此资源可联系获取】 # 注意 1. 本资源仅用于开源学习和技术交流。不可商用等，一切后果由使用者承担。 2. 部分字体以及插图等来自网络，若是侵权请联系删除。积分/付费仅作为资源整理辛苦费用。
杰出班组长训练营.ppt
08-07
杰出班组长训练营.ppt
基于Java的视频会议系统模块项目（程序+论文）.zip
08-07
JAVA; 毕业设计；MVC模式; JSP; SQL Server 2000 数据库管理系统; J2EE
[毕业设计]VB+Access企业库存管理系统(源代码+论文+开题报告+目录).zip
08-07
[毕业设计]VB+Access企业库存管理系统(源代码+论文+开题报告+目录)
‌霜冰优化算法（RIME）matlab代码
最新发布
08-07
‌霜冰优化算法（RIME）是一种启发式优化算法，其灵感来源于自然界中霜冰的生长机制。这种算法通过模拟霜冰的形成过程，利用软霜的随机性和硬霜的规律性进行搜索，旨在解决优化问题。霜冰优化算法的主要特点包括软霜搜索策略、硬霜穿刺机制以及‌正向贪婪选择机制，这些机制共同作用以提高全局解的质量。
C语言课程设计_BC_公共交通行程管理系统.zip
08-07
优质项目，资源经过严格测试可直接运行成功且功能正常的情况才上传，可轻松copy复刻，拿到资料包后可轻松复现出一样的项目。 本人系统开发经验充足，有任何使用问题欢迎随时与我联系，我会及时为你解惑，提供帮助。 【资源内容】：包含完整源码+工程文件+说明（若有），项目具体内容可查看下方的资源详情。 【附带帮助】： 若还需要相关开发工具、学习资料等，我会提供帮助，提供资料，鼓励学习进步。 【本人专注计算机领域】： 有任何使用问题欢迎随时与我联系，我会及时解答，第一时间为你提供帮助，CSDN博客端可私信，为你解惑，欢迎交流。 【适合场景】： 相关项目设计中，皆可应用在项目开发、毕业设计、课程设计、期末/期中/大作业、工程实训、大创等学科竞赛比赛、初期项目立项、学习/练手等方面中 可借鉴此优质项目实现复刻，也可以基于此项目进行扩展来开发出更多功能 【无积分此资源可联系获取】 # 注意 1. 本资源仅用于开源学习和技术交流。不可商用等，一切后果由使用者承担。 2. 部分字体以及插图等来自网络，若是侵权请联系删除。积分/付费仅作为资源整理辛苦费用。
大学生国赛电子设计优秀作品-16.光伏并网发电模拟装置.zip
08-07
大学生国赛电子设计优秀作品-16.光伏并网发电模拟装置.zip
基于C#写的一个疫情核酸检测登记系统.zip
08-07
优质项目，资源经过严格测试可直接运行成功且功能正常的情况才上传，可轻松copy复刻，拿到资料包后可轻松复现出一样的项目。 本人系统开发经验充足，有任何使用问题欢迎随时与我联系，我会及时为你解惑，提供帮助。 【资源内容】：包含完整源码+工程文件+说明（若有），项目具体内容可查看下方的资源详情。 【附带帮助】： 若还需要相关开发工具、学习资料等，我会提供帮助，提供资料，鼓励学习进步。 【本人专注计算机领域】： 有任何使用问题欢迎随时与我联系，我会及时解答，第一时间为你提供帮助，CSDN博客端可私信，为你解惑，欢迎交流。 【适合场景】： 相关项目设计中，皆可应用在项目开发、毕业设计、课程设计、期末/期中/大作业、工程实训、大创等学科竞赛比赛、初期项目立项、学习/练手等方面中 可借鉴此优质项目实现复刻，也可以基于此项目进行扩展来开发出更多功能 【无积分此资源可联系获取】 # 注意 1. 本资源仅用于开源学习和技术交流。不可商用等，一切后果由使用者承担。 2. 部分字体以及插图等来自网络，若是侵权请联系删除。积分/付费仅作为资源整理辛苦费用。
C# Socket编程，TCP通讯，包运行 可互相发送消息，文件
08-07
c# Socket编程，TCP通讯，包运行 可互相发送消息，文件 代码包运行，不报错。 适合学习研究
[毕业设计]VB+ACCESS就业信息管理与失业保险申领系统(源代码+论文+答辩幻灯片).zip
08-07
[毕业设计]VB+ACCESS就业信息管理与失业保险申领系统(源代码+论文+答辩幻灯片)
麦肯锡《麦肯锡方法》&《麦肯锡工具》.ppt
08-07
麦肯锡《麦肯锡方法》&《麦肯锡工具》.ppt
小米10高通9008免权限救砖刷机教程+工具 任意刷写+详细教程
08-07
资源说明; 1----支持小米10机型。带真机实测图 2----资源可以无限制9008刷写官方线刷包 3----资源代演示步骤动画。方便看步骤操作，与官方刷写步骤一样 4----免权限高通9008刷机.懂得都懂 5----请装好高通9008端口驱动。按操作说明和演示动画步骤进行刷机 6----只能解决系统类问题，硬件问题刷机解决不了的 7----资源有可复制性。下载后不支持退，请斟酌下载 资源实测多次。希望我的资源可以帮助你.
大模型+rag怎么实现数据采集
03-06
大模型+RAG（Retrieval-Augmented Generation）是一种结合了检索和生成的方法，用于实现数据采集。具体步骤如下： 1. 数据收集：首先需要收集大量的原始数据，可以是文本、图像、音频等形式的数据。这些数据可以从互联网、数据库、文档等多个渠道获取。 2. 数据预处理：对收集到的原始数据进行预处理，包括数据清洗、去重、标注等操作。这一步骤旨在提高数据的质量和准确性，为后续的模型训练做准备。 3. 模型训练：使用大模型进行训练，可以选择使用预训练的语言模型（如GPT）或自定义的模型。在训练过程中，可以采用生成式对抗网络（GAN）等方法来增强模型的生成能力。 4. 检索模块构建：为了提高生成结果的准确性和相关性，需要构建一个检索模块。该模块可以使用传统的信息检索技术，如倒排索引、向量检索等，也可以使用深度学习方法，如BERT、Dense Retrieval等。 5. 数据采集：利用构建好的检索模块，对用户提出的问题或需求进行检索，获取与之相关的数据。可以根据检索结果的相关性进行排序，选择最相关的数据进行生成。 6. 数据生成：基于检索到的数据，使用大模型进行生成。可以采用生成式模型，根据检索到的数据进行文本、图像等内容的生成。生成的结果可以根据需求进行进一步的处理和优化。 7. 结果评估：对生成的结果进行评估，可以使用人工评估或自动评估的方式。评估指标可以包括生成结果的准确性、流畅性、相关性等。 8. 迭代优化：根据评估结果，对模型和检索模块进行优化和调整。可以通过增加训练数据、调整模型参数、改进检索算法等方式来提升系统的性能。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

微风❤水墨

你的鼓励是我最大的动力！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值