大模型RAG文档问答langchain实践

mayang0328
381 阅读6分钟

本文档目的：

  1. 快速了解RAG的背景与原理
  2. 使用langchain框架快速搭建问答系统

大模型RAG 问答的背景

随着自然语言处理技术的不断发展，问答系统作为一种重要的应用形式，已经得到了广泛的关注和研究。传统的问答系统通常依赖于手动编写的规则和模板，这种方式不仅效率低下，而且难以适应复杂多变的自然语言表达方式。

为了解决这些问题，人们开始研究基于深度学习的问答系统。其中，大语言模型（LLM）的出现改变了自然语言处理（NLP）的格局。这些模型具有极高的语言理解能力，可以处理各式各样的自然语言任务，例如文本生成、知识问答、推理计算、阅读理解等。其中，问答系统是一种常见的 NLP 应用，它允许用户提出问题，并根据预训练的知识或信息库提供答案。

近几年出现了大量的预训练模型（Bert[1]、Gpt3[2]、RoBERTa[3]、T5[4]）。这些大型预训练模型大都基于公开语料（书籍、维基百科等），导致模型都是基于先前训练过的数据进行内容的生成，会产生幻觉问题（胡言乱语或答非所问），当用户的查询超出范围时，例如在训练数据中未见过的内容或需要最新信息来回答时，LLM会产生较差的性能。对于实时数据以及保存在企业私有文档或数据库中的内容进行问答，一般都是通过微调的方法，但此方法费时费力，为了解决这个问题，研究人员提出了检索增强生成（RAG）的方法。RAG 是一种基于生成式模型的问答方法，它首先从私有数据文档或数据库中对提问进行检索，然后再将检索到的数据送入LLM中，最大可能的消除了模型的幻觉问题。LLM可以利用来自外部数据源的额外相关信息来增强文本生成能力。

未来大模型的发展趋势：大模型就像一个基座，可以基于此开发多种应用，类似于电脑中的CPU。

暂时无法在飞书文档外展示此内容

什么是RAG（Retrieval Augmented Generation）

RAG，全称检索增强生成（Retrieval-Augmented Generation），是一种优化大型语言模型（LLM）输出的方法，使其能够在生成响应之前引用权威知识库。它结合了语言模型和信息检索技术，可以在多种自然语言处理任务中提高质量和准确性。

RAG是一种利用向量数据库和大模型结合的应用方案，可以解决大模型的知识局限性、幻觉问题和数据安全性等问题。它是一种基于向量数据库的文本检索技术，能够快速找到相似的文本。

检索增强生成的通用流程

暂时无法在飞书文档外展示此内容

检索增强生成的最先进流程

  1. 查询重写技术（query translation）
  2. 查询路由（Routing）
  3. 查询构建（query construction）
  4. 索引（Indexing）
  5. 检索（Retrieval）
  6. 生成（Generation）

什么是Langchain

LangChain 是一个强大的框架，旨在帮助开发人员使用语言模型构建端到端的应用程序。它提供了一套工具、组件和接口，可简化创建由大型语言模型（LLM）和聊天模型提供支持的应用程序的过程。

简单来说，可以将 LangChain 理解为开源版的 GPT 插件，它提供了丰富的大语言模型工具，支持在开源模型的基础上快速增强模型的能力。

深入学习了解可参考官方文档： langchain官方文档

实践

环境安装配置

安装langchian的相关依赖包

# 安装包
! pip install langchain_community tiktoken langchain-openai langchainhub chromadb langchain

我们可以选择大模型的api调用或者本地有显卡 自己部署开源大模型进行问答生成，如果选择大模型api调用，则一般需要申请相关大模型的api key，根据自己的需要选择所需的模型。

gemini Api key ：需特定地区

chatgpt key ：需信用卡

（可选，用来追踪问答的过程和结果）LangSmith 配置： api-key获取链接需在下方链接

docs.smith.langchain.com/

import os
os.environ['LANGCHAIN_TRACING_V2'] = 'true'
os.environ['LANGCHAIN_ENDPOINT'] = 'https://api.smith.langchain.com'
os.environ['LANGCHAIN_API_KEY'] = <your-api-key>

配置open api key 用来访问openai 的api

os.environ['OPENAI_API_KEY'] = <your-api-key>

  1. 通用流程

下面这个代码是使用langchain框架最通用的一个过程

import bs4
from langchain import hub
from langchain.text_splitter import RecursiveCharacterTextSplitter
from langchain_community.document_loaders import WebBaseLoader
from langchain_community.vectorstores import Chroma
from langchain_core.output_parsers import StrOutputParser
from langchain_core.runnables import RunnablePassthrough
from langchain_openai import ChatOpenAI, OpenAIEmbeddings

#### 索引 ####

# 1. 加载文档 ： 使用的langchain自带的web库 解析网页
loader = WebBaseLoader(
    web_paths=("https://lilianweng.github.io/posts/2023-06-23-agent/",),
    bs_kwargs=dict(
        parse_only=bs4.SoupStrainer(
            class_=("post-content", "post-title", "post-header")
        )
    ),
)
# 加载文档
docs = loader.load()

# 2. 分割 ： 使用langchain的文本分割库 参数：chunk_size 分割的文档块大小 chunk_overlap 相邻文档块的重叠数字
text_splitter = RecursiveCharacterTextSplitter(chunk_size=1000, chunk_overlap=200)
splits = text_splitter.split_documents(docs)

# 3. 嵌入 ： 使用Openai的embed模型将分割好的文档块进行向量化，并将向量存储
vectorstore = Chroma.from_documents(documents=splits, 
                                    embedding=OpenAIEmbeddings())

# 4. 创建检索器：k是参数 可调 用来控制查到的块个数
retriever = vectorstore.as_retriever(search_kwargs={"k": 1})

#### 检索并生成 ####

# 5. 提示词
prompt = hub.pull("rlm/rag-prompt")

# 6. 调用了gpt-3.5的 api
llm = ChatOpenAI(model_name="gpt-3.5-turbo", temperature=0)

# 文档前处理 用来拼接文档的所有页
def format_docs(docs):
    return "\n\n".join(doc.page_content for doc in docs)

# 构建调用链
rag_chain = (
    {"context": retriever | format_docs, "question": RunnablePassthrough()}
    | prompt
    | llm
    | StrOutputParser()
)

# 开始提问
rag_chain.invoke("What is Task Decomposition?")

  1. 查询重写技术 （Query Transformations）

基于距离的矢量数据库在高维空间中查询并根据“距离”寻找相似的嵌入文档。但是，检索可能会根据查询语义的微妙变化产生不同的结果，所以，我们可以对用户的查询进行重写操作，从而自动化调优提示过程。

2.1 多重查询（Multi Query）

多重查询是将问题使用模型再生成几个不同的版本，这几个版本并行去查向量数据库，把检索到的文档全部送到大模型中去生成答案。

流程：

image.png 暂时无法在飞书文档外展示此内容

2.2 查询结果融合（Rag-Fusion)[7]

RAG-Fusion 的工作流程包括：首先，通过 LLM 将用户的查询转换为相似但不同的查询；然后，对原始查询及其新生成的同级查询执行矢量搜索；接着，使用倒数排名融合来聚合和细化所有结果；最后，将精心挑选的结果与新查询配对，引导大型语言模型精心设计输出，考虑所有查询和重新排序的结果列表。

相比于上一小节的部分，只多了将查询到的文档集进行融合的一个过程，而不是把查到的所有文档送到LLM中。

暂时无法在飞书文档外展示此内容

image.png

2.3 查询分解（Quert Decomposition）

查询分解是将用户的问题

参考

[1] Devlin, Jacob, et al. "Bert: Pre-training of deep bidirectional transformers for language understanding." arXiv preprint arXiv:1810.04805 (2018).

[2] Brown, Tom, et al. "Language models are few-shot learners." Advances in neural information processing systems 33 (2020): 1877-1901.

[3] Liu, Yinhan, et al. "Roberta: A robustly optimized bert pretraining approach." arXiv preprint arXiv:1907.11692 (2019).

[4] Raffel, Colin, et al. "Exploring the limits of transfer learning with a unified text-to-text transformer." Journal of machine learning research 21.140 (2020): 1-67.

[5] www.youtube.com/watch?v=wd7…

[6] github.com/langchain-a…

[7] Rackauckas, Zackary. "RAG-Fusion: a New Take on Retrieval-Augmented Generation." arXiv preprint arXiv:2402.03367 (2024).

avatar
文章
阅读
粉丝