Create a Python package.
Project description
🔥ChatLLM 基于知识库🔥
Install
pip install -U chatllm
Docs
Usages
from chatllm.applications import ChatBase
qa = ChatBase()
qa.load_llm4chat(model_name_or_path="THUDM/chatglm-6b")
_ = list(qa(query='周杰伦是谁', knowledge_base='周杰伦是傻子', role=' '))
# 根据已知信息无法回答该问题,因为周杰伦是中国内地流行歌手、演员、音乐制作人、导演,
# 是具有一定的知名度和专业能力的人物,没有提供足够的信息无法判断他是傻子。
- 支持角色扮演
ChatPDF
Click to ChatPDF
- 一键启动UI
pip install "chatllm[pdf]" && chatllm-run webui --name chatpdf
- python交互
from chatllm.applications.chatpdf import ChatPDF
qa = ChatPDF(encode_model='nghuyong/ernie-3.0-nano-zh')
qa.load_llm4chat(model_name_or_path="THUDM/chatglm-6b")
qa.create_index('财报.pdf') # 构建知识库
list(qa(query='东北证券主营业务'))
# 根据已知信息,东北证券的主营业务为证券业务。公司作为证券公司,主要从事证券经纪、证券投资咨询、与证券交易、
# 证券投资活动有关的财务顾问、证券承销与保荐、证券自营、融资融券、证券投资基金代销和代销金融产品待业务。
- 支持召回结果查看
Deploy
Click to Deploy
-
ChatGLM-6B 模型硬件需求
量化等级 最低 GPU 显存(推理) 最低 GPU 显存(高效参数微调) FP16(无量化) 13 GB 14 GB INT8 8 GB 9 GB INT4 6 GB 7 GB -
从本地加载模型
TODO
Click to TODO
-
ChatLLM 应用
- 接入非结构化文档(已支持 md、pdf、docx、txt 文件格式)
- 搜索引擎与本地网页接入
- 结构化数据接入(如 csv、Excel、SQL 等)
- 知识图谱/图数据库接入
- 增加 ANN 后端,ES/RedisSearch【确保生产高可用】
- 增加多级缓存缓存
-
多路召回
- 问
- 标量匹配
- 多种向量化,向量匹配
- 增加相似问,换几个问法
- 高置信度直接返回答案【匹配标准问】
- 答
- 高置信度篇章
- 增加上下文信息
- 增加夸篇章信息
- 增加召回信息的相似信息
- 提前生成标准问,匹配问
- 拒绝推断
- 问
-
增加更多 LLM 模型支持
-
增加更多 Embedding 模型支持
-
增加一键启动 webui
- 利用 streamlit 实现 ChatPDF,一键启动
chatllm-run webui --name chatpdf
- 利用 gradio 实现 Web UI DEMO
- 添加输出内容及错误提示
- 引用标注
- 增加知识库管理
- 选择知识库开始问答
- 上传文件/文件夹至知识库
- 删除知识库中文件
- 利用 streamlit 实现 ChatPDF,一键启动
-
增加 API 支持
- 利用 Fastapi/Flask/Grpc 实现流式接口
chatllm-run flask-api --model_name_or_path <MODEL_PATH> --host 127.0.0.1 --port 8000
- 前后端分离,实现调用 API 的 Web UI Demo
- 利用 Fastapi/Flask/Grpc 实现流式接口
交流群
======= History
0.0.0 (2023-04-11)
- First release on PyPI.
Project details
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.
Source Distribution
Built Distribution
Close
Hashes for ChatLLM-2023.5.15.11.23.12.tar.gz
Algorithm | Hash digest | |
---|---|---|
SHA256 | 47357eb41611d5d40f1c04e6aa82431f37bc8786a21ee5913e842b33ff9882e0 |
|
MD5 | c393ac1d4889c4d2620a563d193a826b |
|
BLAKE2b-256 | cd25dad47abf910084b73dd8832bab219ff4248a4fb3682520bc1fc6f7638d55 |
Close
Hashes for ChatLLM-2023.5.15.11.23.12-py3-none-any.whl
Algorithm | Hash digest | |
---|---|---|
SHA256 | 372eab05323d62ff0b60b3d103d77e6b0796e8924bb9b2cba21a4b0801d03d1b |
|
MD5 | 9a22931963e55d7354134c1b40a2eb0e |
|
BLAKE2b-256 | 3e87a7daaecbca48008d4a83ff7e0140881e6af08b70df50ecd7f23cd217210a |