本章闯关任务要求:基于 LlamaIndex 构建自己的 RAG 知识库,寻找一个问题 A 在使用 LlamaIndex 之前InternLM2-Chat-1.8B模型不会回答,借助 LlamaIndex 后 InternLM2-Chat-1.8B 模型具备回答 A 的能力,截图保存。
作业完成如下:
通过RAG使模型具备回答“Ember.js开发者常见问题是什么?”这一问题的能力。截图如下:
附:视频学习笔记
选用了LlamaIndex框架。LlamaIndex 是一个上下文增强的 LLM 框架,旨在通过将其与特定上下文数据集集成,增强大型语言模型(LLMs)的能力。它允许您构建应用程序,既利用 LLMs 的优势,又融入您的私有或领域特定信息。
- LlamaIndex HuggingFaceLLM
- LlamaIndex RAG
- LlamaIndex web