大模型开发企业智能小助手应用上篇

第二篇大模型开发企业智能小助手应用上篇

自从2020年大模型被人熟知，到现在的人尽皆知的，基本上每个人都或多或少的使用过大模型的能力。由于知识点很多，我准备分4篇文章，从系统环境配置>知识库搭建>提示词优化>系统调优>对接web系统开发一个完整的大模型应用项目！

• 第一篇大模型应用开发系统环境配置
• 第二篇大模型应用知识库搭建上下篇
• 第三篇大模型应用模型及提示词优化
• 第四篇大模型应用与halo系统对接

原创不易,请关注公众号：【爬虫与大模型开发】,大模型的应用开发之路，整理了大模型在现在的企业级应用的实操及大家需要注意的一些RAG开发的知识点！持续输出爬虫与大模型的相关文章。

1 智能客服助手应用开发上篇

聊天助手开发

大语言模型的训练数据一般基于公开的数据，且每一次训练需要消耗大量算力，这意味着模型的知识一般不会包含私有领域的知识，同时在公开知识领域存在一定的滞后性。为了解决这一问题，目前通用的方案是采用 RAG（检索增强生成）技术，使用用户问题来匹配最相关的外部数据，将检索到的相关内容召回后作为模型提示词的上下文来重新组织回复。

实现原理