基于大语言模型和向量知识库的本地专业领域问答机器人开发

简介：
本项目致力于研发一种结合大语言模型与向量知识库技术的专业领域本地问答机器人，旨在提供高效、精准的信息查询服务。 我们使用基于检索的方法从外部知识源（主要是收集到的教材、讲义等资料）中查找与问题相关的信息片段。这些外部知识能够丰富模型对当前问题的理解，并为后续的内容生成提供支持。 此外，还设计了联网检索模块来增强信息检索的广度和深度。 我们采用检索增强生成（Retrieval Augmented Generation - RAG）方法解决问题。该方法利用外部知识源补充语言模型的信息，提高其响应质量。RAG框架具有两大主要优势：一是确保模型能够访问最新、可靠的事实，从而提升响应的准确性和可信度；二是减少敏感信息泄露和误导性信息产生的风险，并降低对新数据训练及参数更新的需求。通过检索与内容生成两个阶段的有效结合，RAG使模型能更深入地理解用户查询并产生准确且上下文丰富的回答。