书生浦语训练营第三期--llamaindex-RAG

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