2.4 InternLM + LlamaIndex RAG 实践

alt text

一、任务说明

任务地址

1.基础任务

基于 LlamaIndex 构建自己的 RAG 知识库

二、任务提交

基础任务

Xxtuner是什么？
- before
- after
自定义问题及知识库

三、复现步骤

概念

检索增强生成（Retrieval Augmented Generation，RAG）
- RAG 是目前大语言模型相关最知名的工具之一，从外部知识库中检索事实，以便为大型语言模型 (LLM) 提供最准确、最新的信息。
源词向量模型 Sentence Transformer (a.k.a. SBERT) 是用于访问、使用和训练最先进的文本和图像嵌入模型的首选 Python 模块
- 文档

步骤

Step1 30% A100 开发机及环境
Step2 conda 创建环境及pytorch安装

conda create -n rag python=3.10

conda activate rag

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
- einops是一个Python库，提供了用于深度学习的高级操作，可以方便地对多维数据进行操作和变换。
- protobuf是Google开发的一种数据序列化协议，可以将数据结构以二进制格式进行序列化和反序列化，相比于文本格式的数据序列化方式（如JSON），具有更高的效率和更小的体积。
Step3 Llamaindex、transformers、sentence-transformers安装

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

Step4 词向量模型下载（paraphrase-multilingual-MiniLM-L12-v2）

paraphrase-multilingual-MiniLM-L12-v2 地址

创建ragmodel.py文件

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/pro/model/sentence-transformer')

执行ragmodel.py文件 python /root/pro/ragmodel.py

huggingface-cli 下载需要依赖huggingface_hub

Step5 NLTK下载

    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

Step6 基于llamaindex对话

创建&运行llamaindex_chat.py文件

from llama_index.llms.huggingface import HuggingFaceLLM
from llama_index.core.llms import ChatMessage
llm = HuggingFaceLLM(
    model_name="/root/model/internlm2-chat-1_8b",
    tokenizer_name="/root/model/internlm2-chat-1_8b",
    model_kwargs={"trust_remote_code":True},
    tokenizer_kwargs={"trust_remote_code":True}
)

rsp = llm.chat(messages=[ChatMessage(content="xtuner是什么？")])
print(rsp)

python /root/pro/llamaindex_chat.py

alt text

Step7 基于llamaindex知识库对话

安装embedding库

pip install llama-index-embeddings-huggingface llama-index-embeddings-instructor

创建&运行llamaindex_rag.py文件

from llama_index.core import VectorStoreIndex, SimpleDirectoryReader, Settings

from llama_index.embeddings.huggingface import HuggingFaceEmbedding
from llama_index.llms.huggingface import HuggingFaceLLM

#初始化一个HuggingFaceEmbedding对象，用于将文本转换为向量表示
embed_model = HuggingFaceEmbedding(
#指定了一个预训练的sentence-transformer模型的路径
    model_name="/root/pro/model/sentence-transformer"
)
#将创建的嵌入模型赋值给全局设置的embed_model属性，
#这样在后续的索引构建过程中就会使用这个模型。
Settings.embed_model = embed_model

llm = HuggingFaceLLM(
    model_name="/root/pro/Laboratory/internlm2-chat-1_8b",
    tokenizer_name="/root/pro/Laboratory/internlm2-chat-1_8b",
    model_kwargs={"trust_remote_code":True},
    tokenizer_kwargs={"trust_remote_code":True}
)
#设置全局的llm属性，这样在索引查询时会使用这个模型。
Settings.llm = llm

#从指定目录读取所有文档，并加载数据到内存中
documents = SimpleDirectoryReader("/root/pro/XTuner").load_data()
#创建一个VectorStoreIndex，并使用之前加载的文档来构建索引。
# 此索引将文档转换为向量，并存储这些向量以便于快速检索。
index = VectorStoreIndex.from_documents(documents)
# 创建一个查询引擎，这个引擎可以接收查询并返回相关文档的响应。
query_engine = index.as_query_engine()
response = query_engine.query("xtuner是什么?")

print(response)

alt text

Step8 替换知识库进行对应问答

知识库github地址

修改代码

llamaindex_chat.py

rsp = llm.chat(messages=[ChatMessage(content="请介绍llm-universe ")])

llamaindex_rag.py

documents = SimpleDirectoryReader("/root/pro/llm-universe").load_data()

执行llamaindex_chat.py及llamaindex_rag.py

Step9 webui

安装streamlit pip install streamlit
创建&运行llamaindexwebui.py文件

import streamlit as st
from llama_index.core import VectorStoreIndex, SimpleDirectoryReader, Settings
from llama_index.embeddings.huggingface import HuggingFaceEmbedding
from llama_index.llms.huggingface import HuggingFaceLLM

st.set_page_config(page_title="llama_index_demo", page_icon="🦜🔗")
st.title("llama_index_demo")

# 初始化模型
@st.cache_resource
def init_models():
    embed_model = HuggingFaceEmbedding(
        model_name="/root/pro/model/sentence-transformer"
    )
    Settings.embed_model = embed_model

    llm = HuggingFaceLLM(
        model_name="/root/pro/Laboratory/internlm2-chat-1_8b",
        tokenizer_name="/root/pro/Laboratory/internlm2-chat-1_8b",
        model_kwargs={"trust_remote_code": True},
        tokenizer_kwargs={"trust_remote_code": True}
    )
    Settings.llm = llm

    documents = SimpleDirectoryReader("/root/pro/llm-universe").load_data()
    index = VectorStoreIndex.from_documents(documents)
    query_engine = index.as_query_engine()

    return query_engine

# 检查是否需要初始化模型
if 'query_engine' not in st.session_state:
    st.session_state['query_engine'] = init_models()

def greet2(question):
    response = st.session_state['query_engine'].query(question)
    return response


# Store LLM generated responses
if "messages" not in st.session_state.keys():
    st.session_state.messages = [{"role": "assistant", "content": "你好，我是你的llm-universe学习助手，有什么我可以帮助你的吗？"}]    

    # Display or clear chat messages
for message in st.session_state.messages:
    with st.chat_message(message["role"]):
        st.write(message["content"])

def clear_chat_history():
    st.session_state.messages = [{"role": "assistant", "content": "你好，我是你的llm-universe助手，有什么我可以帮助你的吗？"}]

st.sidebar.button('Clear Chat History', on_click=clear_chat_history)

# Function for generating LLaMA2 response
def generate_llama_index_response(prompt_input):
    return greet2(prompt_input)

# User-provided prompt
if prompt := st.chat_input():
    st.session_state.messages.append({"role": "user", "content": prompt})
    with st.chat_message("user"):
        st.write(prompt)

# Gegenerate_llama_index_response last message is not from assistant
if st.session_state.messages[-1]["role"] != "assistant":
    with st.chat_message("assistant"):
        with st.spinner("Thinking..."):
            response = generate_llama_index_response(prompt)
            placeholder = st.empty()
            placeholder.markdown(response)
    message = {"role": "assistant", "content": response}
    st.session_state.messages.append(message)

执行llamaindexwebui.py

streamlit run /root/pro/llamaindexwebui.py

alt text

四、扩展

4.1 embedding模型

4.2 LlamaIndex

LlamaIndex github

4.3 替换RAG模型实战

下载Embedding模型

模型地址： lier007/xiaobu-embedding-v2
模型下载： xiaobu.py

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 lier007/xiaobu-embedding-v2 --local-dir /root/pro/model/xiaobu-embedding-v2')

alt text

替换RAG模型

llamaindex_rag_xiaobu.py

from llama_index.core import VectorStoreIndex, SimpleDirectoryReader, Settings

from llama_index.embeddings.huggingface import HuggingFaceEmbedding
from llama_index.llms.huggingface import HuggingFaceLLM

#初始化一个HuggingFaceEmbedding对象，用于将文本转换为向量表示
embed_model = HuggingFaceEmbedding(
#指定了一个预训练的sentence-transformer模型的路径
    model_name="/root/pro/model/xiaobu-embedding-v2"
)
#将创建的嵌入模型赋值给全局设置的embed_model属性，
#这样在后续的索引构建过程中就会使用这个模型。
Settings.embed_model = embed_model

llm = HuggingFaceLLM(
    model_name="/root/pro/Laboratory/internlm2-chat-1_8b",
    tokenizer_name="/root/pro/Laboratory/internlm2-chat-1_8b",
    model_kwargs={"trust_remote_code":True},
    tokenizer_kwargs={"trust_remote_code":True}
)
#设置全局的llm属性，这样在索引查询时会使用这个模型。
Settings.llm = llm

#从指定目录读取所有文档，并加载数据到内存中
# documents = SimpleDirectoryReader("/root/pro/XTuner").load_data()
documents = SimpleDirectoryReader("/root/pro/llm-universe").load_data()
#创建一个VectorStoreIndex，并使用之前加载的文档来构建索引。
# 此索引将文档转换为向量，并存储这些向量以便于快速检索。
index = VectorStoreIndex.from_documents(documents)
# 创建一个查询引擎，这个引擎可以接收查询并返回相关文档的响应。
query_engine = index.as_query_engine()
# response = query_engine.query("xtuner是什么?")
response = query_engine.query("请介绍llm-universe的课程大纲 ")

print(response)

alt text

替换基础大模型(Qwen2-7B-Instruct)

llm = HuggingFaceLLM(
model_name="/root/share/new_models/qwen/Qwen2-7B-Instruct",
tokenizer_name="/root/share/new_models/qwen/Qwen2-7B-Instruct",
model_kwargs={"trust_remote_code":True},
tokenizer_kwargs={"trust_remote_code":True}
)

alt text

2.4 InternLM + LlamaIndex RAG 实践

一、任务说明

1.基础任务

二、任务提交

基础任务

三、复现步骤

概念

步骤

四、 扩展

4.1 embedding模型

4.2 LlamaIndex

4.3 替换RAG模型实战

四、扩展