llamaindex+Internlm2 RAG实践

环境准备

可以参考这个做环境安装。https://github.com/InternLM/Tutorial/blob/camp3/docs/L1/LlamaIndex/readme.md

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

做rag之前，没有检索xtuner文档，纯靠模型本身能力，无法正确回答“xtuner是什么？”

rag原理是基于llamaindex，把xtuner文档转换为向量，创建一个查询引擎，这个引擎可以接收查询。当查询内网也向量化后，和文档内容做相似性匹配，把匹配的文档内容和查询内容一起输给大模型，获取模型答案。

做完rag之后，可以正确回答“xtuner是什么？”