大模型听课笔记——书生·浦语(3)

大模型听课笔记——书生·浦语(3)

基于 InternLM 和 LangChain 搭建你的知识库

LLM具有许多有点,但同样也有着局限性:

  1. 知识时效性受限

  2. 专业能力有限

  3. 定制化成本高

1 针对上述问题,现在常用的大语言模型范式(检索增强生成 VS 微调)

在这里插入图片描述

2 本节课主要围绕RAG来介绍

在这里插入图片描述

利用LangChain来实现自己的RAG应用

在这里插入图片描述

基于LangChain实现RAG流程

在这里插入图片描述

3 构建向量数据库

在这里插入图片描述

4 将InterLM接入LangChain

在这里插入图片描述
在这里插入图片描述

5 Web demo的部署

在这里插入图片描述

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