第三节课基于InterleavinLM和LangChain搭建你的知识库

主讲人:邹雨衡

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

LLM的局限性

两种不同思路的大模型开发范式

RAG的特点:外挂知识库+知识库检索功能+提问——>大模型——>结果

FineTune:在一个较小的、新的数据集上进行微调

RAG基本思想

基于LangChain搭建RAG应用

知识数据库方面:1.提取文档为Text格式。2.对文档进行分割处理生成Chunks。3.使用sentences transform将Chunks转化为向量格式。4储存到chroma数据库。

输入:1.使用sentences transform将输入转换为统一维度的向量。2.在数据库中对输入向量进行相似度的匹配。

3.将相似的文段嵌入prompt template中最后输入给模型。

1.数据库的搭建

核心内容:1.不同的文段加载。2.切分的恰当。4.向量化选用模型和数据知识库的选用。

2.搭建知识库助手

3.优化方案

提供后续优化模型的方案

4.web demo部署

使用gradio和streamlit部署

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