InterLM-课程3进阶作业

本文介绍了茴香豆,一款专为群聊设计的AI知识助手,利用RAG技术在LLM基础上提供高效的知识查询和问题解答。文章详细描述了环境配置过程,展示了其在实际应用中的效果,特别是对于训练数据库中未包含信息的查询也能给出答案。
摘要由CSDN通过智能技术生成

茴香豆(HuiXiangDou)是一款基于 LLM(Language Model)的群聊知识助手,专为即时通信工具中的群聊场景优化而设计。它能够通过应用 RAG(Retrieval Augmented Generation)技术,理解用户输入并高效准确地回应与特定知识领域相关的查询。

以下是使用茴香豆的详细体验:

  1. 环境配置
    • 在 Intern Studio 服务器上部署茴香豆。
    • 使用 Nvidia A100 GPU。
    • 下载基础文件,包括 BCE 模型和大模型参数。
  2. 安装茴香豆
    • 安装所需的 Python 依赖。
    • 下载茴香豆代码仓。
  3. 修改配置文件
    • 替换默认模型路径,指定用于向量数据库、词嵌入和检索的重排序模型。
  4. 实践体验
    • 茴香豆应用效果比对图显示,通过 RAG 技术实现了新增知识问答,即使在训练数据库中没有收录相关信息的情况下。

总之,茴香豆是一个强大且高效的 RAG 智能助理,适用于各行业,特别适合群聊场景中的知识查询和问题解答。

Pic 1.茴香豆web端试用

Pic 2.InternLM Studio 上部署茴香豆技术助手

Pic 3.服务器使用茴香豆记录

Pic 4.good-question调试成功

  • 7
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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