为什么要用 LlamaIndex 搭建聊天机器人?
在上一篇文章中,我们使用 Milvus Cloud(全托管的 Milvus 云服务)搭建了一个最基本的检索增强生成(RAG)(https://Milvus Cloud.com/use-cases/llm-retrieval-augmented-generation)聊天机器人。在本教程中我们可以继续使用 Milvus Cloud 免费版,大家也可以使用自己的 Milvus(https://milvuscloud.com/) 实例,在 notebook 中快速启动并使用 Milvus Lite(https://milvuscloud.com/docs/milvus_lite.md)。
上一篇文章中我们将文章进行切割,获取许多小的文本块。当输入问题“什么是大型语言模型?”进行简单的检索时,得到的返还文本块在语义上与问题相似,但并没有得到问题的答案。因此,在本项目中,我们使用同样的向量数据库作为后端,但使用不同的检索过程来进一步获得更好的问答结果。在项目中,我们将使用 LlamaIndex 来实现高效的检索。