AI系列：大语言模型的RAG（检索增强生成）技术（下）-- 使用LlamaIndex

前言

继上一篇文章AI系列：大语言模型的RAG（检索增强生成）技术（上），这篇文章主要以LlamaIndex为案例来实现RAG技术。如对背景知识感兴趣，请移步大语言模型的RAG（检索增强生成）技术（上）。

什么是LlamaIndex?

从LlamaIndex官网，可以找到如下的介绍：

LlamaIndex is a framework for building context-augmented LLM applications.
LlamaIndex provides tooling to enable context augmentation. A popular example is Retrieval-Augmented Generation (RAG) which combines context with LLMs at inference time. Another is
finetuning.
翻译成中文：
如LlamaIndex 是一个用于构建上下文增强型大型语言模型（LLM）应用的框架。
LlamaIndex 提供了工具来实现上下文增强。一个流行的例子是检索增强生成（RAG），它在推理时将上下文与大型语言模型结合起来。另一个例子是微调（finetuning）。

LlamaIndex为实现RAG技术提供了很多工具，详细信息可以参考官网。这里列出了一种实现方式，跟下方的代码示例相匹配，图示如下：