啾啾学习日记

讲述向量化是做什么？简单描述了向量计算的3种方式：点积、余弦相似度、欧氏距离。描述了向量的方向和模长。

讲述为什么分块？分块大小的权衡？分块多大是更合适的？怎么判断分块的好坏，分块的原理是什么？有哪些情况与注意事项。

好的提示词（Prompt）哪里好？ 提示词要怎么写？ 提示词在LLM是怎么起作用的？ 怎么评估提示词好坏？ 怎么优化提示词？ 提示词怎么越狱？ 不了解特定行业知识能写出特定行业的优质提示词么？

了解在解析中出现的讲多个步骤串联起来的链Chains。 概念补充 StrOutputParser StrOutputParser() 是 LangChain 里的一个输出解析器

LangChain总的来说是对于大模型应用控制的各方面操作的抽象总结或封装，如LLM接口、提示管理、记忆、数据连接、链、代理、数据处理等），是统一处理框架。

为什么需要Retriever，而不是直接使用的chroma实例的similarity_search这样的方法呢？为了统一标准（解耦），定义与数据源交互的方式。

在使用Document Loaders加载外部数据，并通过Text Splitter将大文本数据分割成更小、更易于管理的文本块chunks后，下一步，就是将这些文本块转换成机器能够理解和比较其语义含义

如果直接将整个长文档扔给大模型还有几个问题： 1.上下文窗口限制 2.成本高 3.效率低 4.检索效果差 。为了解决这些问题，LangChain提供了文本分割器 (Text Splitters)

怎么让大模型基于自己提供的数据做出回答呢？ LangChain提供了文档加载器Document Loaders用于从各种来源（PDF文件、TXT文件、网页、数据库等）加载数据到LangChain中。