利用清华 ChatGLM 做了基于本地知识的问答应用

[littlepanda0716]

💡 利用 langchain + ChatGLM-6B 开发了可以基于本地文件内容进行对话的应用，具体形式类似 chatpdf 等利用 chatgpt API 与文件对话的应用。

✅ 实现过程中 embedding 与 LLM 模型均使用开源 HuggingFace 模型，因此可在下载模型参数文件后进行离线部署。

🔗 项目地址：github.com/imClumsyPanda/langchain-ChatGLM

[perfectar]

不错，顶一个！

[1r5b6rRCaViA78f6]

感谢分享～

[daddyLi]

顶，已 star

[hellojay]

如果要本地跑起来这个 LLM ，大概需要的配置能说下吗

[infinityv]

是不是类似 gpt index

[littlepanda0716]

@infinityv 之前有考虑用 gpt index 做实现，但是后面发现 gpt index 不太灵活，就直接利用 langchain 做实现了，本质上类似于用 gpt index 做的应用。

[littlepanda0716]

@hellojay LLM 方面占用资源可以参考 ChatGLM 硬件需求： https://github.com/THUDM/ChatGLM-6B/blob/main/README.md#%E7%A1%AC%E4%BB%B6%E9%9C%80%E6%B1%82

embedding 模型在本项目中选用 GanymedeNil/text2vec-large-chinese ，在 GPU 上运行时约需要 3GB 显存，也可修改为 CPU 上运行或替换为其他 huggingface 中的 embedding 模型

[elppa]

不错，顶一个，电脑配置要求多少 ？

[WEAlex]

这个是可以训练本地专业方向知识的模型？没看到哪里可以学习本地知识的地方呢

[uilvn]

已 star

[cwyalpha]

是不是理论上 colab 也行

[uilvn]

@littlepanda0716 在 colab 上运行失败了，装载模型时内存容量超过 12G 被干掉了。有 colabPro 的兄弟可以试试

[niuzhuang]

👍 很棒，关注了

[littlepanda0716]

@WEAlex 不是再训练 是利用本地文档+embedding 构建索引，然后用问句语义到索引中匹配相近段落，再把段落作为上下文和问题一起提供给 llm

[littlepanda0716]

@elppa chatglm 硬件需求可参考 https://github.com/THUDM/ChatGLM-6B#%E7%A1%AC%E4%BB%B6%E9%9C%80%E6%B1%82

除此之外 embedding 如果也在 gpu 上运行也需要 3G 左右的显存

[littlepanda0716]

@uilvn @cwyalpha 可以参考 github.com/THUDM/ChatGLM-6B#%E7%A1%AC%E4%BB%B6%E9%9C%80%E6%B1%82 选择适合显存资源的模型，除此之外 embedding 模型目前选用占用 3G 显存的版本，可以替换为其他小模型。

[littlepanda0716]

本项目已于昨日增加 Web UI Demo 和多文件导入支持，欢迎大家持续关注😁

🔗 https://github.com/imClumsyPanda/langchain-ChatGLM

[superbai]

歪个楼，请问 github readme 里的流程图是用什么画的呀🤣

[kanchi240]

@superbai https://excalidraw.com