InternLM全链路公开课3笔记——基于 InternLM 和 LangChain 搭建你的知识库

本文介绍了如何利用InternLM和LangChain技术搭建全链路的知识库,讨论了LLM的局限性、RAG与微调的区别,以及LangChain的原理和应用。提供了代码实现教程链接,针对现有RAG的不足给出了优化建议。
摘要由CSDN通过智能技术生成

InternLM全链路公开课3笔记——基于 InternLM 和 LangChain 搭建你的知识库

在这里插入图片描述

Bilibili地址:https://www.bilibili.com/video/BV1sT4y1p71V

InternLM开源仓库,有条件可以点个star,支持开源
https://github.com/InternLM/

LLM局限性
LLM局限性

在这里插入图片描述
RAG与微调对比

在这里插入图片描述
RAG原理图

LangChain

LangChain介绍

在这里插入图片描述
在这里插入图片描述

步骤

  1. 构建向量数据库
    在这里插入图片描述

  2. 搭建知识库助手

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
现有RAG的不足及优化建议

代码实现环节

参照下面链接进行
https://github.com/InternLM/tutorial/tree/main/langchain

  • 9
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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