ChatGPT中文LLM与LangChain相结合的开源资源汇总


前言

自ChatGPT为代表的大语言模型(Large Language Model, LLM)出现以后,由于其卓越的人工智能(AGI)的能力,掀起了新一轮自然语言处理领域的研究和应用的浪潮。尤其是以ChatGLM、LLaMA等平民玩家都能跑起来的较小规模的LLM开源之后,业界涌现了非常多基于LLM的二次微调或应用的案例。本文主要介绍ChatGPT中文LLM与LangChain相结合的开源应用项目,供大家学习参考!

基于开源ChatGPT大模型构建自己的知识库系统

1.langchain-ChatGLM

  • 地址:https://github.com/imClumsyPanda/langchain-ChatGLM
    在这里插入图片描述

  • 简介:基于本地知识库的问答应用,目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。建立了全流程可使用开源模型实现的本地知识库问答应用。现已支持使用 ChatGLM-6B 等大语言模型直接接入,或通过 fastchat api 形式接入 Vicuna, Alpaca, LLaMA, Koala, RWKV 等模型。

2.LangChain-ChatGLM-Webui

  • 地址:https://github.com/thomas-yanxin/LangChain-ChatGLM-Webui
    在这里插入图片描述

  • 简介:利用LangChain和ChatGLM-6B系列模型制作的Webui, 提供基于本地知识的大模型应用。目前支持上传 txt、docx、md、pdf等文本格式文件, 提供包括ChatGLM-6B系列、Belle系列等模型文件以及GanymedeNil/text2vec-large-chinese、nghuyong/ernie-3.0-base-zh、nghuyong/ernie-3.0-nano-zh等Embedding模型。

3.Chinese-LangChain

4.DemoGPT

  • 地址:https://github.com/melih-unsal/DemoGPT
    在这里插入图片描述

  • 简介:DemoGPT 是一款创新的开源项目,旨在简化基于语言学习模型(LLM)的应用程序的开发。它利用 GPT-3.5-turbo 的能力,使用’Thought Tree’ (ToT) 方法自动生成 LangChain 代码。传统上,LangChain 被用于为基于 LLM 的应用程序创建管道,而通过 DemoGPT,我们正在改变处理这些管道的方式。这个过程是全自动的,DemoGPT 会生成代码,运行测试,并逐步开发项目。每一段代码都会被单独测试和评估。如果它通过了自动生成的测试,开发就会继续,从而实现高效和无误的开发。

总结

由于博主能力有限,本篇文章中提及的方法,也难免会有疏漏之处,希望您能热心指出其中的错误,以便下次修改时能以一个更完美更严谨的样子,呈现在大家面前。

猜你喜欢

转载自blog.csdn.net/weixin_40280870/article/details/131915281