RAG实践 - 搭建本地知识库 - Ollama + AnythingLLM

news2024/9/20 0:59:36

0，什么是RAG？

RAG，即检索增强生成（Retrieval-Augmented Generation），是一种先进的自然语言处理技术架构，旨在克服传统大型语言模型（LLM）在处理开放域问题时的信息容量限制和时效性不足。RAG通过融合信息检索系统的精确性和语言模型的强大生成能力，为基于自然语言的任务提供了更灵活和精准的解决方案。

1，RAG与LLM的关系

RAG不是对LLM的替代，而是对其能力的扩展与升级。传统LLM受限于训练数据的边界，对于未见信息或快速变化的知识难以有效处理。RAG通过动态接入外部资源，使LLM能够即时访问和利用广泛且不断更新的知识库，从而提升模型在问答、对话、文本生成等任务中的表现。此外，RAG框架强调了模型的灵活性和适应性，允许开发者针对不同应用场景定制知识库，以满足特定领域的需求。

下图是 RAG 的大致流程：

RAG为大型语言模型（LLM）配备了一个即时查询的“超级知识库”。这个“外挂”不仅扩大了模型的知识覆盖范围，还提高了其回答特定领域问题的准确性和时效性。

想象一下，传统的LLM像是一个博学多才但记忆力有限的学者，它依赖于训练时吸收的信息来回答问题。而RAG则是这位学者随时可以连线的庞大图书馆和实时资讯网络。当面临复杂或最新的查询时，RAG能让模型即时搜索并引用这些外部资源，就像学者翻阅最新的研究资料或在线数据库一样，从而提供更加精准、全面和最新的答案。这种设计尤其适用于需要高度专业化或快速更新信息的场景，比如医学咨询、法律意见、新闻摘要等。

基于此，RAG技术特别适合用于个人或企业的本地知识库应用，利用现有知识库资料结合LLM的能力，针对特定领域知识的问题提供自然语言对话交互，其答案比单纯依赖LLM更为准确。

2，下载/安装/运行Ollama

Ollama 本身不是 LLM，而是一个服务于 LLM 的工具。它提供了一个平台和环境，使得开发者和研究人员能够在本地机器上轻松地运行、测试和部署各种大型语言模型，Win系统下，安装配置教程参考文章：Ollama在Windows11部署与使用QWen2模型-CSDN博客

3，模型选择

Ollama官方提供的模型中，对中文支持较好的模型其实并不多，比较好的有：

Llama2-Chinese：基于Llama2微调。搜“Chinese”关键词就能找到。
Qwen系列：阿里的通义千问。所有尺寸的模型都支持32K的上下文长度。多语言支持。

关于Qwen2

阿里开源了通义Qwen2模型，可以说是现阶段这个规模最强的开源模型。发布后直接在 Huggingface LLM 开源模型榜单获得第一名，超过了刚发布的 Llama3 和一众开源模型。Qwen2在代表推理能力的代码和数学以及长文本表现尤其突出。推理相关测试及大海捞针测试都取得了很好的成绩。

模型概览：Qwen 2 模型组成包括 Qwen2-0.5B、Qwen2-1.5B、Qwen2-7B、Qwen2-57B-A14B和Qwen2-72B。其中Qwen2-57B-A14B为 MoE 模型。

模型在中文、英文语料基础上，训练数据中增加了27种语言相关的高质量数据；增大了上下文长度支持，最高达到128K tokens（Qwen2-72B-Instruct）。多个评测基准上的领先表现；代码和数学能力显著提升。