简介
早期的深度模型专模专用,严重依赖有监督学习,这就需要大量的任务相关的人工标注数据,代价昂贵。天下苦标注久矣,如果能够有一个与具体任务无关的大模型,只要利用任务相关的少量数据微调,就能够大杀四方,岂不美哉。
业务场景
关于大模型技术的三点思考企业日常经营就是在不断地做决策并执行。决策就是说企业处理一个事情的时候,比如营销、分发,有很多种不同的做法,要选择什么样的做法。但决策类 AI 明显不好做。因为决策,上游需要高质量的数据作为输入,下游的具体服务得靠人提供。
- 先说下游执行服务的人。人的不确定性太多了,你出策略,即使 AI 做得再好,只是辅助,执行如果不到位,数字化也不会有进展。 执行,过去我们是人主要驱动的,即使有 CRM、ERP、HR,都是靠人,用非数字化的方式执行了之后,把结果一项一项填到系统里面去。
- 上游输入的数据也是个大问题。数据怎么来呢?完蛋了,执行的过程绝大多数企业压根没收集到数据。这里的“数据”,不是说你没有历史数据,而是你今天正在开展的业务里边没有足够的反馈数据。什么是反馈数据?员工跟企业之间的数据交换其实有三条通道。
- 接受信息、接受培训,比如视频、文字、PPT;
- 人与人之间的交流,跟同事跟主管跟客户的交流;
- 是用系统。
- 做决策,我们只能用系统里边的这些数据去产生策略,但在这三条路径当中,系统能占多少?系统可能 5% 都占不到, 95% 的时间你是在阅读,在跟人聊天,在写 PPT、填表格、开会,所以95% 的数据都不在系统里。95%都是非结构化的、多模态的,我们没法抽象化、标准化,有的甚至都没法数据化。这是数据的困境。
- 过去的信息化其实是把所有的业务步骤抽象为表单和流程。表单比如 Excel,有的企业自嘲说自己的数字化特别落后,都在 Excel 里边做,问题只是这些数据难以得到利用,怎么调各种视图,还是有门槛。现在已经把数据集成到对话机器人里了,输个指令,直接收到回答。企业可以大大扩展数据的边界,突破5%。
- ChatGPT 让业界重拾了对 IM 机器人的重视,都认为对话框是数字化的最佳解法,这应该是轻物理资产、重人力要素的互联网企业的限定答案。在其他场景比如物流、驾驶、医疗中,人和机器的交互可能需要其他形式。医生做手术的时候能点对话框吗,不能,但他可以说话,这是一种交互状态;司机开车的时候能点对话框吗,也不能,但是可以用动作,这也是一种交互状态。所以 AIGC 这个事发展到未来,人和机器一定会是多模态的交互,而且是更接近于人的自然能力。IM 只是中间的一个过渡状态。
KubeEye:Kubernetes 集群自动巡检工具 常规的巡检工具只能给一个错误event统计、按一定规则算个健康分 ==> 使用 ChatGPT 诊断 Kubernetes 问题 - K8sGPT 有了GPT 就可以更进一步怎么办(之前凭借工程师经验),再进一步,可以通过LangChain等工具排除直观一些的比如“版本不匹配”等错误原因。
default_prompt = `Simplify the following Kubernetes error message delimited by triple dashes written in --- %s --- language; --- %s ---.
Provide the most possible solution in a step by step style in no more than 280 characters. Write the output in the following format:
Error: {Explain error here}
Solution: {Step by step solution here}
Error node3 has multiple conditions of type MemoryPressure,DiskPressure,PIDPressure and Ready with reason NodeStatusUnknown caused by Kubelet stopped posting node status. Solution:
1. Restart kubelet service od node3.
2. Check node3's connectivity with the control plane.
3. Check if the kubelet version is compatile with the control plane version.
4. Check for any issue with the underlying hardware.
- 前几年,在数字化转型中,企业将一些简单的体力劳动、能总结出规律的活动,写成具体的程序,通过自动化校对的方式来实现。未来,情况可能会发生变化。大模型不但能够替代一些简单的体力劳动,还能替代一些简单的脑力劳动,甚至包括那些能够从日志里总结出经验的脑力劳动。
- 之前,企业数字化主要针对企业内部的交易数据和核心业务系统,对这些数据通过数据挖掘的方法进行建模,实现降本增效。随着近些年大模型的高速发展,对话数据成为企业愈发重视的数据资源。无论在现阶段还是未来,无论是企业与外部客户沟通还是企业内部员工的培训和协作,对话都一直是最主要、最自然的交互形式。在这期间,会产生很多对话数据,包括线下营销和线上营销、文字沟通和电话沟通等场景。过去,企业的数据只是存了下来,并没有进行结构化的表示和挖掘,更遑论理解这些非结构化数据中蕴含的语义,提取出智能服务。企业希望充分利用对话数据、挖掘对话数据的价值,从而更好地服务于数字化的需求。比如通过电子工牌或呼叫中心将销售过程录下来,采用 ASR 语音转写技术将录音转成文本;再通过对话文本挖掘出用户的意图;随着对话过程不断进行,大模型可以实时生成流程图谱,给销售提供对话建议,分析潜在的话题引导方向,提升销售人员的营销技能,提高成单概率和用户的留存率。
- 简单的应用,比如提供数据源(日历)和弱控制(家电控制),会被大模型系统聚合,这些应用蜕变成一个Plugin接入到这个大模型系统中,成为南向,而大模型系统则变成了一个超级应用,为所有这些plugin提供自然交互和控制能力,典型的例子是ChatGPT Plugin体系。
- 复杂的应用,则会被重构,演进到AI Native的架构,特点就是与大模型结合,使用大模型系统提供的SDK,实现全新的交互、控制和认知能力,成为大模型系统的北向,比如微软 365加持copilot,为365提供:
- 内容生成—释放创造力,word/ppt/excel等内容生成,帮你写草稿;
- 推理和归纳—释放生产力,自动执行任务/内容总结/自动回复邮件等;
- 提升技能:原来90%没有被大家普遍使用的功能和特性,都逐步被挖掘出来,比如在Excel中大量的公式,以前需要熟手才能使用,现在通过自然语言的交互和理解,就可以轻松使用。
从原理到应用,人人都懂的ChatGPT指南按照感知其能力的直观性
- 聊天能力,GPT的回答就是给客户的交付物,是GPT模型最简单、最直观的用法。
- 套壳聊天机器人
- 场景化问答。 对GPT的回复场景进行了约束。通过限定提示词、嵌入大量特定领域知识以及微调技术,使GPT能够仅基于某类身份回答特定类型的问题。对于其他类型的问题,机器人会告知用户不了解相关内容。
- 语言能力。需要使用one-shot或few-shot(在提示词中给ChatGPT一个或多个示例)来提升ChatGPT的表现。与用户的交互不再局限于聊天窗口,提前预制提示词模板,用户只能输入限定的信息,对应提示词的空槽位。将用户输入 放入预制好提示词模版的指定槽位,传给GPT。
- 文本能力,使用few-shot技巧,能解决训练数据中不存在的问题。
- 推理能力,用ChatGPT理解人类意图的能力,以GPT的推理能力替代手动点击操作流,将带来B端和C端的产品设计的颠覆式变化。
企业会根据三大能力衍生出三大类角色:
- 问题分解者,这类角色很清楚大语言模型能力的边界,能够将一个业务问题有效的分解为GPT能处理的子问题,并能根据问题结果,将子问题进行拼装。
- 提示工程师,这类角色深谙与GPT沟通之道,能够根据不同的问题类型,给出有效的提示词模板,极大提升GPT的输出质量。
- 知识拥有者,这类角色有大量的行业knowhow,并且能够将知识进行结构化,传授给GPT。对应现在的领域专家。
技术实现
假设一个场景,我希望chatgpt是个咨询专家,他可以回答我的一些问题。我问chatgpt一些问题,它会基于外部数据库和自身的能力给我回复。 这里会有两个问题需要考虑:
- 提问的技巧,就是现在人们在热烈讨论的prompt engineer
- 如何利用外部知识
由于LLM生成结果的不确定性和不准确性,目前还无法仅依靠LLM提供智能化服务。构建GPT应用远远不是调用API
- 它的“脑子”也不完美,OpenAI 的训练数据截止至 2021 年,并且没有任何企业和个人的私有数据,这让模型只能根据自己的“记忆”回答问题,并且经常给出与事实相悖的答案。一个解决方法是在 Prompt 中将知识告诉模型,但是这往往受限于 token 数量,在 GPT-4 之前一般是 4000 个字的限制。
- 它只有“脑子”没有“手臂”,无法在外部世界行动,不论是搜索网页、调用 API 还是查找数据库,这些能力都无法被OpenAI的 API 提供;说白了只使用openAI不是商业应用,不能产品化。
LangChain
LangChain is a framework for developing applications powered by language models. We believe that the most powerful and differentiated applications will not only call out to a language model, but will also be:
- Data-aware: connect a language model to other sources of data
- Agentic: allow a language model to interact with its environment
如果是一个简单的应用,比如写诗机器人,或者有 token 数量限制的总结器,开发者完全可以只依赖 Prompt。当一个应用稍微复杂点,单纯依赖 Prompting 已经不够了,这时候需要将 LLM 与其他信息源或者 LLM 给连接起来,比如调用搜索 API 或者是外部的数据库等。
LangChain包含几个主要模块:
- LLMChain ,通过链式调用的方式,把一个需要询问 AI 多轮才能解决的问题封装起来,把一个通过自然语言多轮调用才能解决的问题,变成了一个函数调用。
- Memory,对整个对话的过程里我们希望记住的东西做了封装。我们可以通过 BufferWindowMemory 记住过去几轮的对话,通过 SummaryMemory 概括对话的历史并记下来。也可以将两者结合,使用 BufferSummaryMemory 来维护一个对整体对话做了小结,同时又记住最近几轮对话的“记忆”。可以使用 EntityMemory,它会帮助我们记住整个对话里面的“命名实体”(Entity),保留实际在对话中我们最关心的信息。
- Agent,如果我们真的想要做一个能跑在生产环境上的 AI 聊天机器人,我们需要的不只一个单项技能,对于有很多个不同的“单项技能”,AI 要能够自己判断什么时候该用什么样的技能(意图识别问题)。通过“先让 AI 做个选择题”的方式,Langchain 让 AI 自动为我们选择合适的 Tool 去调用。我们可以把回答不同类型问题的 LLMChain 封装成不同的 Tool,也可以直接让 Tool 去调用特定能力的LLMChain 等工具。比如
请针对 >>> 和 <<< 中间的用户问题,选择一个合适的工具去回答她的问题。只要用A、B、C的选项字母告诉我答案。如果你觉得都不合适,就选D。 我们有的工具包括: A. 一个能够查询商品信息,为用户进行商品导购的工具 B. 一个能够查询订单信息,获得最新的订单情况的工具 C. 一个能够搜索商家的退换货政策、运费、物流时长、支付渠道、覆盖国家的工具 D. 都不合适
PS: 从人工写的代码逻辑走向大模型的推理和归纳,说不清具体逻辑的事情,都可以交给大模型来做。
想要通过大语言模型,完成一个复杂的任务,往往需要我们多次向 AI 提问,并且前面提问的答案,可能是后面问题输入的一部分。LangChain 通过将多个 LLMChain 组合成一个 SequantialChain 并顺序执行,大大简化了这类任务的开发工作。Langchain 的链式调用并不局限于使用大语言模型的接口。
- LLMMathChain 能够通过 Python 解释器变成一个计算器,让 AI 能够准确地进行数学运算。
- 通过 RequestsChain,我们可以直接调用外部 API,然后再让 AI 从返回的结果里提取我们关心的内容。
- TransformChain 能够让我们根据自己的要求对数据进行处理和转化,我们可以把 AI 返回的自然语言的结果进一步转换成结构化的数据,方便其他程序去处理。
- VectorDBQA 能够完成和 llama-index 相似的事情,只要预先做好内部数据资料的 Embedding 和索引,通过对 LLMChain 进行一次调用,我们就可以直接获取回答的结果。
- Langchain 里有 SQLDatabaseChain 可以直接让我们写需求访问数据库。 这些能力大大增强了 AI 的实用性,解决了几个之前大语言模型处理得不好的问题,包括数学计算能力、实时数据能力、和现有程序结合的能力,以及搜索属于自己的资料库的能力。你完全可以定义自己需要的 LLMChain,通过程序来完成各种任务,然后合理地组合不同类型的 LLMChain 对象,来实现连 ChatGPT 都做不到的事情。
引入外部知识 的几个示例
LLM 擅长于一般的语言理解与推理,而不是某个具体的知识点。如何为ChatGPT/LLM大语言模型添加额外知识?
- 通过fine-tuning来和新知识及私有数据进行对话,OpenAI 模型微调的过程,并不复杂。你只需要把数据提供给 OpenAI 就好了,对应的整个微调的过程是在云端的“黑盒子”里进行的。需要提供的数据格式是一个文本文件,每一行都是一个 Prompt,以及对应这个 Prompt 的 Completion 接口会生成的内容。
{"prompt": "<prompt text>", "completion": "<ideal generated text>"} {"prompt": "<prompt text>", "completion": "<ideal generated text>"} {"prompt": "<prompt text>", "completion": "<ideal generated text>"} ...
有了准备好的数据,我们只要再通过 subprocess 调用 OpenAI 的命令行工具,来提交微调的指令就可以了。
subprocess.run('openai api fine_tunes.create --training_file data/prepared_data_prepared.jsonl --model curie --suffix "ultraman"'.split())
微调模型还有一个能力,不断收集新的数据,不断在前一个微调模型的基础之上继续微调我们的模型。
- 通过word embeddings + pinecone数据库来搭建自己私有知识库。 chatgpt预训练完成后,会生成一个embeddings向量字典,比如我们可以将我们的私有知识库各个章节通过openai的相关api获取到对应的embeddings,然后将这些embeddings保存到向量数据库(比如 Facebook 开源的 Faiss库、Pinecone 和 Weaviate),当用户要对某个领域后者问题进行语义查询时,则将用户的输入同样通过openai的相关api来获取相应的embeddings向量,然后再和向量数据库pinecone中的我们的私有知识库类型做语义相似度查询,然后返回给用户。PS: 内容向量化
- 比如判断某一段文本 是积极还是消极,向chatgpt 查询目标文本的向量,然后计算其与“积极” “消极” 两个词 embedding 向量的“距离”,谁更近,说明这段文本更偏向于积极或消极。
- 过几天openAI的模型版本升级了,这些保存的embedding会失效吗?特定模型也有带日期的快照版本,选取那些快照版本就好了。
- 通过langchain这个chatgpt编程框架来给chatgpt赋能。 langchain可以将不同的工具模块和chatgpt给链接(chain)起来。
- chatgpt 插件
比如针对问题:鲁迅先生去日本学习医学的老师是谁。先通过搜索的方式,找到和询问的问题最相关的语料。可以用传统的基于关键词搜索的技术,也可以使用 Embedding 的相似度进行语义搜索的技术。然后,我们将和问题语义最接近的前几条内容,作为提示语的一部分给到 AI。然后请 AI 参考这些内容,再来回答这个问题。
这也是利用大语言模型的一个常见模式(这个模式实在太过常用了,所以有人为它写了一个开源 Python 包,叫做 llama-index)。因为大语言模型其实内含了两种能力。
- 海量的语料中,本身已经包含了的知识信息。比如,我们前面问 AI 鱼香肉丝的做法,它能回答上来就是因为语料里已经有了充足的相关知识。我们一般称之为“世界知识”。
- 根据你输入的内容,理解和推理的能力。这个能力,不需要训练语料里有一样的内容。而是大语言模型本身有“思维能力”,能够进行阅读理解。这个过程里,“知识”不是模型本身提供的,而是我们找出来,临时提供给模型的。如果不提供这个上下文,再问一次模型相同的问题,它还是答不上来的。
- 传统搜索系统基于关键字匹配,在面向:游戏攻略、技术图谱、知识库等业务场景时,缺少对用户问题理解和答案二次处理能力。
- 领域知识不在预训练的数据集中,比如:
- 较新的内容。同一个知识点不断变更:修改、删除、添加。如何反馈当前最新的最全面的知识。比如对于 ChatGpt 而言,训练数据全部来自于 2021.09 之前。
- 未公开的、未联网的内容。
- 基于 LLM 搭建问答系统的解决方案有以下几种:
- Fine-Tuning
- 基于 Prompt Engineering,比如 Few-Shot方式。将特定领域的知识作为输入消息提供给模型。类似于短期记忆,容量有限但是清晰。举个例子给 ChatGPT 发送请求,将特定的知识放在请求中,让 ChatGPT 对消息中蕴含的知识进行分析,并返回处理结果。
- 与普通搜索结合,使用基础模型对搜索结果加工。在做问答时的方式就是把 query 转换成向量,然后在文档向量库中做相似度搜索。
- 用户输入query之后,首先先从知识库搜索到结果,然后基于搜索到的结果进行解析构造,生成新的prompt,然后调用LLM,LLM根据输入的prompt自行进行知识库的检索与plugins的调用
LLM 距离 AGI 的一大差距是没法与真实世界连接。LLM 应用开发全栈指南以 SQL 工具为例展示了下 LLM 如何来利用外部工具。大致为以下几个步骤:
- 用户问了一个问题
- 将用户问题和数据库的 meta 信息放到 prompt 里,让 LLM 去生成 SQL
- 利用数据库来执行这个 SQL 查询,这就是工具的调用
- 将数据库查询结果与问题再扔给 LLM 做最终回答
当然这个步骤可以说是由 Chain 定义固定下来的,也可以采用类似 agent/plugin 的方式来让 LLM 自行决定在何时使用什么工具。用户只需要提供 API 的 spec 和描述,就可以快速接入到 plugin 体系中。这两种方式主要的权衡在于可靠性或者是流程的确定程度。Chain 的运作流程是人工定义好的,流程不会出错,且对 LLM 来说生成具体的工具指令也会准确率更高。而 plugin 的优势在于极大的流程灵活度,可以用统一入口满足用户各类诉求。虽然可靠性会下降不少,但也可以考虑引入人工交互来弥补。
LangChain实时推荐天气
- 通过一个 HTTP 请求,根据搜索词拿到 Google 的搜索结果页。
- 把我们定义的 Prompt 提交给 OpenAI,然后把我们搜索的问题和结果页都发给了 OpenAI,让它从里面提取出搜索结果页里面的天气信息。
- 最后我们通过 transform_func 解析拿到的天气信息的文本,被转换成一个 dict。这样,后面的程序就好处理了。
AutoGPT
AutoGPT是一个基于GPT-4语言模型的、实验性的开源应用程序,可以根据用户给定的目标,自动生成所需的提示,并执行多步骤的项目,无需人类的干预和指导(自己给自己提示)。AutoGPT的本质是一个自主的AI代理,可以利用互联网、记忆、文件等资源,来实现各种类型和领域的任务。这意味着它可以扫描互联网或执行用户计算机能够执行的任何命令,然后将其返回给GPT-4,以判断它是否正确以及接下来要做什么。下面举一个简单的例子,来说明AutoGPT的运行流程。假设我们想让AutoGPT帮我们写一篇关于太空的文章,我们可以给它这样的一个目标:“写一篇关于太空的文章”。然后AutoGPT会开始运行,它会这样做:
- AutoGPT会先在PINECONE里面查找有没有已经写好的关于太空的文章,如果有,它就会直接把文章展示给我们,如果没有,它就会继续下一步。
- AutoGPT会用GPT-4来生成一个提示,比如说:“太空是什么?”,然后用GPT-4来回答这个提示,比如说:“太空是指地球大气层之外的空间,它包含了许多星球,卫星,彗星,小行星等天体。”
- AutoGPT会把生成的提示和回答都存储在PINECONE里面,并且用它们来作为文章的第一段。
- AutoGPT会继续用GPT-4来生成新的提示,比如说:“太空有什么特点?”,然后用GPT-4来回答这个提示,比如说:“太空有很多特点,比如说,太空没有空气,没有重力,没有声音,温度变化很大等等。”
- AutoGPT会把生成的提示和回答都存储在PINECONE里面,并且用它们来作为文章的第二段。
- AutoGPT会重复这个过程,直到它觉得文章已经足够长或者足够完整了,或者达到了一定的字数限制或者时间限制。
- AutoGPT会把最终生成的文章展示给我们,并且询问我们是否满意。如果我们满意,它就会结束运行;如果我们不满意,它就会根据我们的反馈来修改或者补充文章。
是否自建大模型
自建行业大模型的思考是否需要构建行业大模型?
- 通用 LLM会不会大力出奇迹,在没有经过专业领域数据训练的条件下就可以很好的完成专业领域任务?BloombergGPT的论文中实现表明:基于专业领域语料训练的大模型,在领域内的理解要超过通用大模型;
- 能否通过为Prompt填充领域知识的方式,让LLM具备解决专业领域任务的能力?可以,角色扮演就是一个例子
- 优点:灵活多变,可以适应各种场景,几乎没有训练成本,所有的行业知识通过prompt注入
- 缺点:大量领域知识会限制多轮对话或者prompt构造,模型输入有长度限制,如果加入了较多领域知识,就没有空间留给理会对话以及prompt;对于专业词汇的理解可能不准确
- 能否通过检索的方式,从本地知识库中查找出符合要求的答案返回?可以,例如:插件、AutoGPT
- 优点:没有训练成本;返回结果完全可控,即知识库内容
- 缺点:大模型+检索的方式分成两步走,性能会较慢;回答内容单一,缺乏泛化性;对于专业词汇的理解可能不准确
自建 or 购买
- 购买。
- 数据安全风险;比如使用 ChatCompletion 的接口,需要传入大量的上下文信息。
- 缺乏商业护城河;
- 不够灵活:新的需求和模型效果提升可能需要重新签订协议购买
- 自建。训练成本较高:数据成本、算力成本、试错成本;模型效果难以保证;对于模型训练算法工程师有较高要求
自建大语言模型可能遇到的问题
- 容易解决的问题
- 模型训练方案容易实现,现阶段开源LLM都有完善的训练和推理流程;
- 效果优异的基座模型,虽然中文开源LLM效果还没有英文的那么多、那么好,但是也已经达到了够用的水平;
- 不容易解决的问题
- 明确的LLM需求
- 高级收益需求:某个功能以前无法实现,LLM可以助力实现,并为公司带来较高收益;
- 次级收益需求:某个已经实现的功能,LLM可以对其优化,降本增效;
- 训练数据难以构建,训练数据应该具备一下特征:训练大模型需要巨量数据;涵盖多种问题,同一问题还应该有多种表达方式;数据应该尽量准确,不能含有有毒数据;要包含大量通用文本语料,在二次训练过程中会有灾难性遗忘问题,需要通用语料保持LLM通用语言能力;要包含本公司业务领域的文本语料,提升LLM对于行业数据理解能力;最好包含多轮对话语料,使模型具备连续对话的能力;最好能有同一个问题的不同得分的回答,实现RLHF的训练
- 部署成本高昂:LLM模型参数量巨大,一般自建模型参数量最小是7B,需要占用大量显存;即使使用量化技术,推理服务QPS也不会很高;使用量化技术会让模型虽然会提升性能,降低显存占用,但是会极大损害效果;较长的sequence length会占用大量的显存,增加计算消耗(时间复杂度是sequence length的平方);高性能GPU服务器成本较高
- 大语言模型生成结果不可控:生成模型普遍存在生成结果不可控的问题;需要尝试不同的prompt才能得到令人满意的结果
- 明确的LLM需求
LLM 应用开发全栈指南 LLMOps
- 选择基础模型
- 如果希望完全开放的使用,T5/Flan-T5 是个不错的选择,效果也还行。
- 开源可商用这块可以考虑最近的 Dolly,StableLM。
- 如果用于研究用途,LLaMA 系列是目前比较主流的。如果对于 2020 年的 GPT-3 复现与实验感兴趣,可以用 OPT。
- 其它基本不太用考虑,包括表上的 Bloom 和 GLM。不过这个表的更新迭代速度应该会很快。
- Prompt 迭代开发
- 测试,LLM 的能力非常强大,能处理各种任务,这对其评估造成了很大的困难,比如我们很难判断一篇总结是否比另外一篇总结写得更好。对于不同的 prompt,模型甚至 fine tune 的效果,如何进行快速,低成本且准确的评估是一个大问题。
- 部署
- 监控
- 持续优化与 fine tune。 一般来说优先选择前者, 尤其是当前开源模型,fine tune 技术都没有那么成熟的情况下。什么时候需要 fine tune 呢?
- 你需要节省成本,比如用更小的模型,不想每次都带一大段 prompt 之类。
- 你有大量的数据,且 retrieval 的方法表现不够理想。
钱,算力,数据哪个会成为大模型继续 scale 的瓶颈?总体来说最有可能成为瓶颈的是数据。在特定数据量下即使是无限的参数量都没法打败拥有更多数据量训练出来的有限参数量的模型。因为 retrieval 模式非常有效,所以大家自然会有想法说是不是不需要那么大的模型来记住各种知识点,而只需要一个拥有推理能力的小模型就可以?小模型可以在手机端,机器人设备上直接部署使用,想象空间还是非常大的。