书生实战营02：llamaindex+Internlm2 RAG 实践

AjaxZhan
71 阅读4分钟

前言：

1️⃣本笔记用于记录【书生大模型实战营】的学习笔记。

2️⃣笔记暂时为通关打卡所用，笔记之后会不断更新，不代表最终版本。

通关记录

任务内容

  • 基于 LlamaIndex 构建自己的 RAG 知识库。
  • 寻找一个问题 A 在使用 LlamaIndex 之前 InternLM2-Chat-1.8B 模型不会回答。
  • 借助 LlamaIndex 后 InternLM2-Chat-1.8B 模型具备回答 A 的能力，截图保存。

实验中的坑

  1. 安装LlamaIndex的相关依赖的时候，会自动卸载低版本的torch，然后安装一个更高版本的torch，然而这个版本的torch支持的cuda版本是12.4的，而实验中说新建的开发机cuda版本是11.7的，这就会导致无法运行推理脚本的问题。因此建议安装完llamaindex的相关依赖后，重新装一个支持cuda11.7的torch。

由于开发机上安装环境真的非常慢（不知道为什么，明明下载速度很快，但是安装却很慢），所以一定要避免上面这个坑，否则就会一直重复装环境，耗费大量时间。

通关结果

结果1: 问llm一个新的术语，它无法很好地解决

刚开始，我对大模型提问“什么是VisRAG”，结果如图所示，显然，对于这个新出现的术语，大模型不明白这是什么意思，仅仅只是对做了一些重复输出。

image.png

结果2: 借助llamaIndex后，模型具备回答问题的能力

返回知识库中的相关文档：

image.png

接着运行一下streamlit，在浏览器看一下回答的效果：

image.png

可以看到，模型还是可以输出问题的答案的，虽然后面会跟着一系列重复的话。

核心代码

不带RAG的推理：主要就是通过llama_index的HuggingFaceLLM，传入本地的大模型文件夹来实例化一个llm。

from llama_index.llms.huggingface import HuggingFaceLLM
from llama_index.core.llms import ChatMessage
llm = HuggingFaceLLM(
    model_name="/root/model/internlm2-chat-1_8b",
    tokenizer_name="/root/model/internlm2-chat-1_8b",
    model_kwargs={"trust_remote_code":True},
    tokenizer_kwargs={"trust_remote_code":True}
)

rsp = llm.chat(messages=[ChatMessage(content="什么是VisRAG?")])
print(rsp)

使用llama_index的向量索引：

  • 使用llama_index的HuggingFaceEmbedding创建embedding模型，这里是用的是sentence_transformer。
  • 同理创建llm模型。
  • 读取文档并加载数据到内存；构建向量索引；构建搜索引擎。
  • 搜索跟问题相关的chunk

from llama_index.core import VectorStoreIndex, SimpleDirectoryReader, Settings

from llama_index.embeddings.huggingface import HuggingFaceEmbedding
from llama_index.llms.huggingface import HuggingFaceLLM

#初始化一个HuggingFaceEmbedding对象，用于将文本转换为向量表示
embed_model = HuggingFaceEmbedding(
#指定了一个预训练的sentence-transformer模型的路径
    model_name="/root/model/sentence-transformer"
)
#将创建的嵌入模型赋值给全局设置的embed_model属性，
#这样在后续的索引构建过程中就会使用这个模型。
Settings.embed_model = embed_model

llm = HuggingFaceLLM(
    model_name="/root/model/internlm2-chat-1_8b",
    tokenizer_name="/root/model/internlm2-chat-1_8b",
    model_kwargs={"trust_remote_code":True},
    tokenizer_kwargs={"trust_remote_code":True}
)
#设置全局的llm属性，这样在索引查询时会使用这个模型。
Settings.llm = llm

#从指定目录读取所有文档，并加载数据到内存中
documents = SimpleDirectoryReader("/root/llamaindex_demo/data").load_data()
#创建一个VectorStoreIndex，并使用之前加载的文档来构建索引。
# 此索引将文档转换为向量，并存储这些向量以便于快速检索。
index = VectorStoreIndex.from_documents(documents)
# 创建一个查询引擎，这个引擎可以接收查询并返回相关文档的响应。
query_engine = index.as_query_engine()
response = query_engine.query("visRAG是什么?")

print(response)

streamlit：

  • 初始化模型：实例化向量模型和大模型，构建搜索引擎
import streamlit as st
from llama_index.core import VectorStoreIndex, SimpleDirectoryReader, Settings
from llama_index.embeddings.huggingface import HuggingFaceEmbedding
from llama_index.llms.huggingface import HuggingFaceLLM

st.set_page_config(page_title="llama_index_demo", page_icon="🦜🔗")
st.title("llama_index_demo")

# 初始化模型
@st.cache_resource
def init_models():
    embed_model = HuggingFaceEmbedding(
        model_name="/root/model/sentence-transformer"
    )
    Settings.embed_model = embed_model

    llm = HuggingFaceLLM(
        model_name="/root/model/internlm2-chat-1_8b",
        tokenizer_name="/root/model/internlm2-chat-1_8b",
        model_kwargs={"trust_remote_code": True},
        tokenizer_kwargs={"trust_remote_code": True}
    )
    Settings.llm = llm

    documents = SimpleDirectoryReader("/root/llamaindex_demo/data").load_data()
    index = VectorStoreIndex.from_documents(documents)
    query_engine = index.as_query_engine()

    return query_engine

# 检查是否需要初始化模型
if 'query_engine' not in st.session_state:
    st.session_state['query_engine'] = init_models()

def greet2(question):
    response = st.session_state['query_engine'].query(question)
    return response


# Store LLM generated responses
if "messages" not in st.session_state.keys():
    st.session_state.messages = [{"role": "assistant", "content": "你好，我是你的助手，有什么我可以帮助你的吗？"}]

    # Display or clear chat messages
for message in st.session_state.messages:
    with st.chat_message(message["role"]):
        st.write(message["content"])

def clear_chat_history():
    st.session_state.messages = [{"role": "assistant", "content": "你好，我是你的助手，有什么我可以帮助你的吗？"}]

st.sidebar.button('Clear Chat History', on_click=clear_chat_history)

# Function for generating LLaMA2 response
def generate_llama_index_response(prompt_input):
    return greet2(prompt_input)

# User-provided prompt
if prompt := st.chat_input():
    st.session_state.messages.append({"role": "user", "content": prompt})
    with st.chat_message("user"):
        st.write(prompt)

# Gegenerate_llama_index_response last message is not from assistant
if st.session_state.messages[-1]["role"] != "assistant":
    with st.chat_message("assistant"):
        with st.spinner("Thinking..."):
            response = generate_llama_index_response(prompt)
            placeholder = st.empty()
            placeholder.markdown(response)
    message = {"role": "assistant", "content": response}
    st.session_state.messages.append(message)
avatar
文章
阅读
粉丝