【LLM开源项目】LLMs-开发框架-Langchain-Tutorials-external knowledge-v3.0

文章预览

【1】构建检索增强生成（RAG）应用程序Build a Retrieval Augmented Generation (RAG) Application https://python.langchain.com/docs/tutorials/rag/ 复杂的问答（Q ）聊天机器人能够回答关于特定源信息的问题（ LLMs应用 ）。 使用检索增强生成（Retrieval Augmented Generation，简称RAG）技术。 本教程将展示如何构建一个简单的基于文本数据源的Q 应用程序。 将介绍典型的Q 架构，并强调更多高级Q 技术的额外资源。 还将看到LangSmith如何帮助我们追踪和理解我们的应用程序。 【1.1】RAG介绍和概念 RAG：是一种用额外数据（additional data.）增强LLM知识（ augmente LLM knowledge）的技术。 LLMs能够推理广泛的议题，但它们的知识仅限于它们被训练时截止到某个特定时间点的公共数据。如果你想构建能够推理私有数据或在模型截止日期之后引入的数据的AI应用程序，你需要用它需要的特定信息来增 ………………………………