还在寻找基于文心一言搭建本地知识库问答的方案吗？AI Studio星河社区带你实战演练（支持私有化部署）！
相信对于大语言模型（LLM）有所涉猎的朋友，对于“老网红”知识库问答不会陌生。自从大模型爆火后，开发者都希望尽快进行开发实战，企业都希望尽快在产品中集成LLM的能力，结合业务快速落地，那最直接的方式就是构建知识库问答。本项目由AI Studio星河社区开发者「SWHL」创作并发布体验应用，应用中使用AI Studio SDK（文末获取文档）提供的能力完成文心一言与向量检索增强的结合，与此同时，开发者「SWHL」提供的开源项目还支持本地私有化部署的版本，助力个人和企业完成知识问答系统搭建。
项目亮点
1、除大语言模型接口需要单独部署外，其他部分均可使用CPU
2、整个项目模块化，不依赖lanchain库，各个部分都可以轻松替换，代码简单易懂
3、WebUI向量检索Log可视化
4、支持接入多个LLM模型
5、支持本地私有化部署
应用体验Demo
应用参数解读：
max_length：生成结果时的最大token数
top_p：用于控制模型生成文本时，选择下一个单词的概率分布的范围。具体来说，当使用top_p参数时，模型将考虑累积概率分布中概率之和最大的最小集合中的所有单词，并在其中选择下一个单词
temperature：用于调整模型生成文本时的创造性程度，较高的temperature将使模型更有可能生成新颖、独特的文本，而较低的温度则更有可能生成常见或常规的文本
Search Top_K：从文档向量数据库中召回的前K个相关内容，用于和问题拼接为完整内容送到大模型中，可选值有5，10， 15
工作流程
1、解析文档并存入数据库
2、检索并回答问题
搭建知识库问答应用
Fork该项目
启动进入线上开发环境
选择CPU环境即可
AI Studio星河社区每周均可免费获得一定数量算力
查看文件进行开发
本地私有化部署
创作者已将该项目进行开源，有私有化部署需求的可移步至该项目Github，获取代码文件进行部署。
项目作者：SWHL，RapidAI开源组织成员，日常研究方向为大模型落地和CV相关，包括OCR和目标检测等方向。
作者主页
https://github.com/SWHL
RapidAI开源组织主页
https://github.com/RapidAI
该项目Github
https://github.com/RapidAI/Knowledge-QA-LLM
AI Studio星河社区已上线SDK开发工具，支持文心一言、Embedding等能力的高效使用，点击阅读原文查看SDK开发工具使用文档。
关注【飞桨PaddlePaddle】公众号
获取更多技术内容~
