AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


Langchain更换embedding向量模型
发布日期:2024-07-09 08:33:44 浏览次数: 2441 来源:焊接新视野


点击蓝字

关注我们


01

前言


抱歉啊,好久没更新了。不过,也确实没闲着。


最近初步尝试了Langchain,发现《langchain入门指南》这本书中的例子用的都是openaiembeddings,这个需要魔法。为此,经过查阅官方文档和CSDN,找到了合适的方法,同时说说其中的坑。


02

干货


对于中文,目前个人用得比较多的就是m3e和bge-large-zh。


m3e


m3e属于HF系列,根据网上信息(需亲自验证),该系列的embedding模型都可以尝试使用下列方式进行向量模型加载:

from langchain.embeddings importHuggingFaceEmbeddings


bge


bge的效果目前是首屈一指的,该模型在langchain框架中的导入方法是:

from langchain.embeddings importHuggingFaceBgeEmbeddings


03

避坑


(1)网上也有用ModelScopeEmbeddings的:

embeddings=ModelScopeEmbeddings(model_id='iic/nlp_corom_sentence-embedding_chinese-base')

我试了一下,除了示例中的这个模型可以正常使用,m3e、bge以及很多其它模型都会报错:

please check whether model config exists in configuration.json



(2)bge模型与chatglm3大模型不匹配,导致在与大模型对话时报错:

同时,后台输出方面,bge与m3e的差别在于参数”tool”和”functions”的不同。




目前尝试后的结论是:

m3e的适用性较强,可以与chatglm和Qwen大模型进行匹配交互,bge目前仅限于Qwen大模型,其它的,我也不知道。


53AI,企业落地应用大模型首选服务商

产品:大模型应用平台+智能体定制开发+落地咨询服务

承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询