深度学习-88-大语言模型LLM之基于langchain的检索链
文章目录
- 1 向量存储和检索
-
- 1.1 嵌入模型向量存储
- 1.2 应用检索
- 2 文档类型的提示词
- 3 检索链
-
- 3.1 加载LLM模型
- 3.2 创建文档链
- 3.3 创建检索器文档链
- 3.4 创建对话检索链
- 4 参考附录
1 向量存储和检索
向量存储（Vector Storage）是指在计算机科学和机器学习领域中，用于保存、管理和检索高维向量数据的数据结构和数据库。这些向量通常表示为多维空间中的点，可以是来自图像、文本、音频等数据的特征表示。
LangChain是一个基于大语言模型用于构建端到端语言模型应用的框架，它提供了一系列工具、套件和接口，让开发者使用语言模型来实现各种复杂的任务，如文本到图像的生成、文档问答、聊天机器人等。
1.1 嵌入模型向量存储
demo.txt如下：
from langchain_community.document_loaders import TextLoader
from langchain_community.vectorstores import FAISS
from langchain_ollama import OllamaEmbeddings
f