llamaindex+Internlm2 RAG实践

一、Llama-Index

1.1 Llama-Index简介

LlamaIndex 是一个基于 LLM 的应用程序的数据框架，受益于上下文增强。 这种 LLM 系统被称为 RAG 系统，代表 “检索增强生成”。

检索增强生成（RAG）是一种创新的方法，它将搜索系统的检索能力与 LLM 相结合，以达到精准查询的效果。

LlamaIndex 提供了必要的抽象，可以更轻松地摄取、构建和访问私有或特定领域的数据，以便将这些数据安全可靠地注入 LLM 中，以实现更准确的文本生成。

1.2 环境安装

pip install llama-index==0.10.38 llama-index-llms-huggingface==0.2.0 "transformers[torch]==4.41.1" "huggingface_hub[inference]==0.23.1" huggingface_hub==0.23.1 sentence-transformers==2.7.0 sentencepiece==0.2.0

安装 LlamaIndex 词嵌入向量依赖

pip install llama-index-embeddings-huggingface llama-index-embeddings-instructor

二、LlamIndex结合InternLM2的RAG实践

2.1 使用InternLM2回答专业领域问题

未加载知识库之前询问ITSS组成要素包括哪些内容：

from llama_index.llms.huggingface import HuggingFaceLLM
from llama_index.core.llms import ChatMessage
llm = HuggingFaceLLM(
    model_name="/root/model/internlm2-chat-1_8b",
    tokenizer_name="/root/model/internlm2-chat-1_8b",
    model_kwargs={"trust_remote_code":True},
    tokenizer_kwargs={"trust_remote_code":True},
)

rsp = llm.chat(messages=[ChatMessage(content="ITSS组成要素有哪些？")])
print(rsp)

得到的结果不太好：

2.2 使用RAG外接知识库回答专业领域问题

上传ITSS.pdf，并加载到向量数据库，然后再去RAG：

from llama_index.core import VectorStoreIndex, SimpleDirectoryReader, Settings

from llama_index.embeddings.huggingface import HuggingFaceEmbedding
from llama_index.llms.huggingface import HuggingFaceLLM

#初始化一个HuggingFaceEmbedding对象，用于将文本转换为向量表示
embed_model = HuggingFaceEmbedding(
#指定了一个预训练的sentence-transformer模型的路径
    model_name="/root/model/sentence-transformer"
)
#将创建的嵌入模型赋值给全局设置的embed_model属性，
#这样在后续的索引构建过程中就会使用这个模型。
Settings.embed_model = embed_model

llm = HuggingFaceLLM(
    model_name="/root/model/internlm2-chat-1_8b",
    tokenizer_name="/root/model/internlm2-chat-1_8b",
    model_kwargs={"trust_remote_code":True},
    tokenizer_kwargs={"trust_remote_code":True}
)
#设置全局的llm属性，这样在索引查询时会使用这个模型。
Settings.llm = llm

#从指定目录读取所有文档，并加载数据到内存中
documents = SimpleDirectoryReader("/root/llamaindex_demo/data").load_data()
#创建一个VectorStoreIndex，并使用之前加载的文档来构建索引。
# 此索引将文档转换为向量，并存储这些向量以便于快速检索。
index = VectorStoreIndex.from_documents(documents)
# 创建一个查询引擎，这个引擎可以接收查询并返回相关文档的响应。
query_engine = index.as_query_engine()
response = query_engine.query("ITSS组成要素有哪些？")

print(response)

模型能够根据检索到的内容生成正确回复：

但是多了两个Query，不知道怎么回事^_^

2.3 获取参考文本片段

我们可以继续获取参考的文本片段：

# 获取引用的文档片段
for node_with_score in response.source_nodes:
    text_node = node_with_score.node
    # 假设文档ID存储在元数据中
    doc_id = text_node.metadata.get('doc_id')  # 或者 text_node.metadata.get('ref_doc_id')
    print(f"Document ID: {doc_id}")
    print(f"Text: {text_node.text}")
    print(f"Score: {node_with_score.score}\n")

得到的最高相似度文本片段：