基于 InternLM 和 LangChain 搭建你的知识库

课程笔记

大模型开发范式

LLM 的局限性：

• 知识时效性受限：如何让LLM能够获取最新的知识
• 专业能力有限：如何打造垂域大模型
• 定制化成本高：如何打造个人专属的LLM应用

两种开发范式比较：

RAG	Finetune
低成本	可个性化微调
可实时更新	知识覆盖面广
受基座模型影响大	成本高昂
单次回答知识有限	无法实时更新

此次课程主要针对： RAG检索增强生成

LangChain 简介

LangChain 框架是一个开源工具，通过为各种 LLM 提供通用接口来简化应用程序的开发流程，帮助开发者自由构建 LLM应用。LangChain 的核心组成模块如下：

• 链(Chains) :将组件组合实现端到端应用,通过一个对象封装实现一系列LLM 操作
• Eg. 检索问答链，覆盖实现了 RAG （检索增强生成)的全部流