langchain:使用langchain和chatGPT来处理问答
2024-2-18
| 2024-2-18
0  |  0 分钟
password
Created time
Feb 18, 2024 05:10 AM
type
status
date
slug
summary
tags
category
icon
👉
这篇文档很好的帮助理解如何将知识库与大模型结合起来使用。核心2个步骤,一是形成向量库,二是利用问题和向量库、LLM形成回答。

导入数据流程

将文档(document)导入,并分成很多的块(chunk),形成向量数据库(vectorstore)
步骤:
  1. 将文档分块(split into chunks)
  1. 创新embeddings并保存到vectorstore
notion image

查询数据流程

notion image
步骤:
  1. 将聊天记录和新问题通过LLM合并为一个新的问题(利用LLM的语义理解能力)。
    1. 这点很重要,因为可以把上下文与新的问题结合起来,提高对客户问题的理解。
  1. 查找相关文档。去向量库(vectorstore)查询,查找相关文档以获取答案。
  1. 再次利用LLM生成响应。
 
AI
  • LLM
  • AI
  • langchain
  • 2024国九条:国务院关于加强监管防范风险推动资本市场高质量发展的若干意见【转载】从科技创新视角考察俄乌冲突及其启示
    目录