茴香豆笔记+作业

 

1. 在茴香豆 Web 版中创建自己领域的知识问答助手

    参考视频零编程玩转大模型，学习茴香豆部署群聊助手
    完成不少于 400 字的笔记 + 线上茴香豆助手对话截图(不少于5轮)
    （可选）参考 代码 在自己的服务器部署茴香豆 Web 版

2.在 InternLM Studio 上部署茴香豆技术助手

    根据教程文档搭建 茴香豆技术助手，针对问题"茴香豆怎么部署到微信群？"进行提问
    完成不少于 400 字的笔记 + 截图

RAG

RAG（Retrieval Augmented Generation）技术，通过检索与用户输入相关的信息片段，并结合外部知识库来生成更准确、更丰富的回答。解决 LLMs 在处理知识密集型任务时可能遇到的挑战, 如幻觉、知识过时和缺乏透明、可追溯的推理过程等。提供更准确的回答、降低推理成本、实现外部记忆。

 RGB主要工作原理就是用一个语料向量库来更新LLM 

优化主要是提高向量数据库质量

前检索、后检索、自适应检索主要是在向量数据库系统方面的优化

LLM微调就是传统finetune了

可见LLM想要有一个好的性能，要进行RAG和Finetue

  用的评估方法也是传统LLM评估方法

茴香豆的最大特点就是可以部署在软件里，而且不会乱回答。

 作业：

 1. 在茴香豆 Web 版中创建自己领域的知识问答助手（环境配置就不截图了，复制运行就行）

修改配置文件

 运行茴香豆

 提出的问题：huixiangdou是什么？

进行了回答，而且对问题库中不懂的拒绝回答

 进阶好像网站不能注册了，问了一下小助手让我跳过。