LLM（Large Language Model，大型語言模型）是一個功能強大的新平臺，但它們并不總是使用與我們的任務相關的數(shù)據(jù)或者是最新的數(shù)據(jù)進行訓練。

RAG（Retrieval Augmented Generation，檢索增強生成）是一種將 LLM 與外部數(shù)據(jù)源（例如私有數(shù)據(jù)或最新數(shù)據(jù)）連接的通用方法。它允許 LLM 使用外部數(shù)據(jù)來生成其輸出。

要想真正掌握 RAG，我們需要學習下圖所示的技術（技巧）：

圖片

這個圖看起來很讓人頭大，但是不用擔心，你來對地方了。

本系列教程將從頭開始介紹如何建立對 RAG 的理解。

我們先從 Indexing（索引）、Retrieval（檢索）和 Generation（生成）的基礎知識開始。

下面的流程圖說明了基礎 RAG 的過程：

1. 我們對外部文檔建立索引（Indexing）；
2. 根據(jù)用戶的問題去檢索（Retrieval）相關的文檔；
3. 將問題和相關的文檔輸入 LLM 生成（Generation）最終答案。

圖片

Indexing  

我們從加載文檔開始學習 Indexing。LangChain 有超過 160 種不同的文檔加載器，我們可以使用它們從許多不同的來源抓取數(shù)據(jù)進行 Indexing。

https://python.langchain.com/docs/integrations/document_loaders/

我們將 Question（問題）輸入到 Retriever（檢索器），Retriever 也會加載外部文檔（知識），然后篩選出與 Question 相關的文檔：

我們需要將 Text Representation（文本表示）轉(zhuǎn)成 Numerical Representation（數(shù)值表示）才能更好地實現(xiàn)相關性（比如余弦相似度）篩選：

有很多種方法可以將文本轉(zhuǎn)成數(shù)值表示，典型的有：

• Statistical（基于統(tǒng)計學）
• Machine Learned（基于機器學習）

目前最常用的就是使用機器學習方法將文本轉(zhuǎn)成固定長度的，可捕獲文本語義的 Embedding Vector（嵌入向量）。

有很多開源的 Embedding Model（比如 BAAI 系列）可以將文本轉(zhuǎn)成 Embedding Vector。但是這些模型能接受的 Context Window（上下文窗口）有限，一般在 512~8192 個 token（如果你不知道什么是 token 的話，請?zhí)轿哪?/p>

所以正常的流程是我們將外部文檔切分成一個個 Split，使得這些 Split 的長度能夠滿足 Embedding Model 的 Context Window：

到現(xiàn)在，我們已經(jīng)掌握了 Indexing 的理論了，現(xiàn)在可以用 Qwen + BAAI + LangChain + Qdrant 實踐了。

首先配置 LLM 和 Embedding Model：

然后加載外部文檔，這里的文檔是一個網(wǎng)頁博客：

正如我之前說的， Embedding Model 的 Context Window 有限，我們不能直接把整篇文檔丟進去，所以要將原始文檔拆分成一個個文檔塊：

接下來就是配置 Qdrant 向量數(shù)據(jù)庫：

可以閱讀《Qdrant：使用Rust編寫的開源向量數(shù)據(jù)庫&向量搜索引擎》了解一下 Qdrant。

最后一步對文檔塊建立索引并存到向量數(shù)據(jù)庫中：

Retrieval  

Retrieval 就是根據(jù)我們提出的問題的語義向量（也就是 Embedding Vector）去按照某種距離/相似度衡量方法找出與之相似的 k 個 Split 的語義向量。

下圖演示了一個在一個 3D 空間的 Embedding Vector Retrieval：

Embedding Vector 通常存儲在 Vector Store（向量數(shù)據(jù)庫）中，Vector Store 實現(xiàn)了各種比較 Embedding Vector 之間相似度的方法。

接下來我們用在 Indexing 時構(gòu)建的 Vector Store 構(gòu)建一個 retriever，然后輸入問題并進行檢索：

根據(jù)我們設定的 k 值，我們檢索出了一個與問題相關的文檔塊。

Generation  

現(xiàn)在我們已經(jīng)能夠根據(jù)用戶的問題檢索出與之相關的知識片段（Split），那么我們現(xiàn)在需要將這些信息（問題 + 知識片段）輸入 LLM，讓 LLM 幫忙生成一個有時事實依據(jù)（知識片段）的回答：

我們需要：

1. 問題和知識片段放到一個字典中，問題放到 Question 這個 key，知識片段放到 Context 這個 key；
2. 然后通過 PromptTemplate 組成一個 Prompt String；
3. 最后將 Prompt String 輸入 LLM，LLM 再產(chǎn)生回答。

看起來很復雜，但這就是 LangChain 和 LlamaIndex 這類框架存在的意義：

細心的你發(fā)現(xiàn)返回的結(jié)果是一個 AIMessage 對象，我們可能需要一個純字符串的輸出結(jié)果；而且檢索過程和生成過程是分開的，這很不方便。

不過我們可以借助于 LangChain 將上述檢索和生成過程鏈（Chain）在一起：

LangSmith  

如果你還是對整個 RAG 管道過程很陌生，那么不妨去 LangSmith 頁面上看一下整個過程是怎么被一步步串到一起的：

LangSmith 是一個用于構(gòu)建生產(chǎn)級 LLM 應用程序的平臺。它允許我們密切監(jiān)控和評估我們的應用程序，以便我們可以快速、自信地交付。使用 LangSmith，我們可以：

• ?跟蹤 LLM 應用程序
• 了解 LLM 調(diào)用和應用程序邏輯的其他部分。

什么是 token？  

token 是模型用來表示自然語言文本的基本單位，可以直觀的理解為“字”或“詞”。

對于英文文本來說，1 個 token 通常對應 3 至 4 個字母：

對于中文文本來說，1 個 token 通常對應一個漢字：

GitHub 鏈接：

??https://github.com/realyinchen/RAG/blob/main/01_Indexing_Retrieval_Generation.ipynb??

本文轉(zhuǎn)載自 ??PyTorch研習社??，作者： 南七無名式