对于当前的大模型的应用而言,存在哪些问题?
1.大模型对于自己不知道的知识,会生成和现实完全不符的回答,这种现象被称为幻觉;
2.对于每次更新大模型的新知识的引入和训练,需要大量的资源和时间;
3.大模型对于新知识的实时性不足;
所以面对上面大模型存在的问题,通常的解决办法是RAG(检索增强生成)和微调
对于大模型而言,RAG不会更新其中的权重,而微调是会更新大模型的权重的。
下图就是RAG的工作原理:
1.创建虚拟环境并安装依赖
创建虚拟环境
conda create -n llamaindex python=3.10
激活环境并安装所需依赖
conda activate llamaindex
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia
2.通过huggingface来下载需要的模型的
安装huggingface所需要的包--huggingface_hub等包
通过编写download_hf.py来下载模型
import os
# 设置环境变量
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'
# 下载模型
os.system('huggingface-cli download --resume-download sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 --local-dir /root/model/sentence-transformer')
在终端运行下列代码就可以下载需要的模型
cd /root/llamaindex_demo
conda activate llamaindex
python download_hf.py
下面就是模型已经下载完毕
下载好模型之后,我们在使用开源词向量模型构建开源词向量的时候,需要用到第三方库nltk的一些资源。通过下列代码来加载我们需要的资源
cd /root
git clone https://gitee.com/yzy0612/nltk_data.git --branch gh-pages
cd nltk_data
mv packages/* ./
cd tokenizers
unzip punkt.zip
cd ../taggers
unzip averaged_perceptron_tagger.zip
构建好我们需要的开源词向量之后,我们需要将运行的大模型软连接出来
cd ~/model
ln -s /root/share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b/ ./
之后就是运行模型,在~llamaindex_demo文件夹下,新建一个python文件
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="xtuner是什么?")])
print(rsp)
之后我们运行这个python文件,得到的效果显示模型不包含这部分的知识
对于上面这种情况我们打算使用RAG来外挂知识库
基于RAG的原理,我们是将知识转化为向量来存入知识库的,所以我们来安装llamaindex所需要的依赖
pip install llama-index-embeddings-huggingface llama-index-embeddings-instructor
加载关于xtuner的知识放入新建的data文件夹中
cd ~/llamaindex_demo
mkdir data
cd data
git clone https://github.com/InternLM/xtuner.git
mv xtuner/README_zh-CN.md ./
之后新建一个python文件,运行llamaindex_RAG.py
代码如下
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("xtuner是什么?")
print(response)
通过以上代码将知识加载给模型,运行它python llamaindex_RAG.py
效果如下:
之后再在web上面测试之后效果还可以
之后自己进行测试发现InternLM2 1.8b模型对于封神演义的十二金仙不了解
回答出现问题,出现重复等
导入知识库
再运行代码回答的效果就非常不错