【大模型】L1.4 llamaindex+Internlm2 RAG实践

1.前置知识

RAG，Retrieval Augmented Generation 检索增强生成技术。RAG是一种给模型注入新知识的方式，并不改变模型的权重，只是给模型引入额外的信息。RAG能够让基础模型实现非参数知识更新，无需训练就可以掌握新领域的知识。

LlamaIndex是一个上下文增强的LLM框架，旨在通过将其与特定上下文数据集成，增强大型语言模型的能力。

我们这次使用的大模型是InternLM2-Chat-1.8B

2.环境、模型准备

2.1 配置基础环境

本次使用30% A100，使用cuda 11.7镜像。

创建一个名为llamaindex的虚拟环境，安装相关基础以来python虚拟环境：

conda activate llamaindex
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia
pip install einops
pip install  protobuf

2.2 安装Llamaindex

安装llamaindex相关的包

conda activate llamaindex
pip install llama-index==0.10.38 llama-index-llms-huggingface==0.2.0 "transformers[torch]==4.41.1" "huggingface_hub[inference]==0.23.1" huggingface_hub==0.23.1 sentence-transformers==2.7.0 sentencepiece==0.2.0

2.3下载Sentence Transformer模型

使用轻量级源词-向量模型sentence transofrmer
进行embedding。新建脚本downlaod_hf.py，代码：

import os

# 设置环境变量
os.environ['HF_ENDPOINT'] = 'https://hf-mirror.com'

# 下载模型
os.system('huggingface-cli download --resume-download sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 --local-dir /root/model/sentence-transformer')

执行该脚本可以开始自动下载sentence transformer

代码使用huggingface-cli进行下载，可以参考HF Mirror

2.4 下载NLTK相关资源

我们在使用开源词向量模型构建开源词向量的时候，需要用到第三方库 nltk 的一些资源。正常情况下，其会自动从互联网上下载，但可能由于网络原因会导致下载中断，此处我们可以从国内仓库镜像地址下载相关资源，保存到服务器上。 我们用以下命令下载 nltk 资源并解压到服务器上：

cd /root
git clone https://gitee.com/yzy0612/nltk_data.git  --branch gh-pages
cd nltk_data
mv packages/*  ./
cd tokenizers
unzip punkt.zip
cd ../taggers
unzip averaged_perceptron_tagger.zip

3. LlamaIndex HuggingFaceLLM

运行一下指令，把InternLM2 1.8B软连接出来

cd ~/model
ln -s /root/share/new_models/Shanghai_AI_Laboratory/internlm2-chat-1_8b/ ./

新建脚本llamaindex_intern.py，贴入代码：

from llama_index.llms.huggingface import HuggingFaceLLM
from llama_index.core.llms