书生·浦语大模型实战营笔记系列

书生·浦语大模型实战营笔记系列

3）基于 InternLM 和 LangChain 搭建知识库笔记和作业

---

---

前言

1. 大模型（LLM）的局限性

2. 针对局限提出的改进方法 RAG vs Finetune

3. RAG方案的优化建议

然后这节课主要针对RAG提出了LangChain，可以通过LangChain开发一款RAG应用，下节课再讲finetune

---

一、RAG与LangChain

RAG
用户的输入首先经过Sentence Transformer向量化然后在Chroma向量数据库中匹配相似文本段，接着文本向量化得到的向量和匹配得到的相似文本段一起嵌入到prompt中输入到InterLM中，InterLM会输出最终的回答。

LangChain

基于LangChain来搭建RAG应用

二、基于LangChain搭建RAG应用

以下是通用的搭建RAG应用的流程

1.构建向量数据库

2.将InternLM接入LangChain

3.构建检索问答链

三、实战环节（搭建知识库助手）

这里的知识库助手也是RAG应用，搭建完源文件里也会教web demo的部署
source:配置教程文档来源
source:环境配置视频来源

四、作业

---

总结

主要讲了如何从零搭建一款基于LangChain的RAG应用。