(3) 基于 InternLM 和 LangChain 搭建你的知识库

视频:(3)基于 InternLM 和 LangChain 搭建你的知识库_哔哩哔哩_bilibili

本课程文字版本在以下链接。视频主要是实际操作。

https://github.com/InternLM/tutorial/tree/main/langchain

RAG:Retrieval-Augmented Generation,即检索增强生成

(1)构建向量数据库:

(2)构建回答助手:

本次作业如下:

一、LangChain 相关环境配置

使用hf镜像下载sentence transformer权重

下载 NLTK 相关资源

可以mark一个这个链接。github上下太慢了。gitee不错。

https://gitee.com/yzy0612/nltk_data.git

二、数据库数据搭建

三、InternLM 接入 LangChain

四、部署 Web Demo

可以改改代码,看看他链接了哪些语料送到模型里面。后面还能整点其他的语料试试。

代码就直接用的以下就可以。

https://github.com/InternLM/tutorial/tree/main/langchain

  • 6
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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