在搜尋應用課程中，我們簡單了解了如何將自己的資料整合到大型語言模型（LLMs）中。本課程將更深入探討如何在 LLM 應用中紮根你的資料、整個流程的運作機制，以及資料的儲存方法，包括向量嵌入和文字資料。
影片即將推出
本課程將涵蓋以下內容：
-
介紹 RAG 是什麼，以及為何在人工智能（AI）中使用它。
-
了解向量資料庫的概念，並為我們的應用建立一個。
-
實作範例，示範如何將 RAG 整合到應用中。
完成本課程後，你將能夠：
-
解釋 RAG 在資料檢索與處理中的重要性。
-
設定 RAG 應用並將資料紮根於 LLM。
-
有效整合 RAG 與向量資料庫於 LLM 應用中。
本課程中，我們希望將自己的筆記加入教育新創平台，讓聊天機器人能取得更多不同科目的資訊。透過這些筆記，學習者能更有效地學習並理解各種主題，讓複習考試變得更輕鬆。為了建立這個情境，我們會使用：
-
Azure OpenAI：我們用來建立聊天機器人的 LLM -
AI for beginners' lesson on Neural Networks：作為我們紮根 LLM 的資料 -
Azure AI Search與Azure Cosmos DB：用來儲存資料並建立搜尋索引的向量資料庫
使用者將能從筆記中建立練習測驗、複習閃卡，並將內容摘要成簡潔的概覽。現在，讓我們先了解什麼是 RAG 以及它的運作方式：
由 LLM 驅動的聊天機器人會處理使用者的提示並生成回應。它設計為互動式，能與使用者討論各種主題。然而，它的回應受限於提供的上下文和基礎訓練資料。例如，GPT-4 的知識截止於 2021 年 9 月，代表它無法掌握此後發生的事件。此外，訓練 LLM 所用的資料不包含機密資訊，如個人筆記或公司的產品手冊。
假設你想部署一個能從筆記中建立測驗的聊天機器人，你就需要連接到知識庫。這時 RAG 就派上用場了。RAG 的運作流程如下：
-
知識庫： 在檢索之前，這些文件需要被導入並預處理，通常會將大型文件拆分成較小的區塊，轉換成文字嵌入，並儲存在資料庫中。
-
使用者查詢： 使用者提出問題。
-
檢索： 當使用者提問時，嵌入模型會從知識庫中檢索相關資訊，提供更多上下文，並將其納入提示中。
-
增強生成： LLM 根據檢索到的資料強化回應。這讓生成的回答不僅基於預訓練資料，也包含來自新增上下文的相關資訊。LLM 利用檢索到的資料來增強回應，然後回覆使用者的問題。
RAG 的架構是使用 transformer 實作，包含兩個部分：編碼器和解碼器。例如，當使用者提問時，輸入文字會被「編碼」成向量，捕捉詞彙的意義，這些向量會被「解碼」到文件索引中，並根據使用者查詢生成新文字。LLM 使用編碼器-解碼器模型來產生輸出。
根據論文 Retrieval-Augmented Generation for Knowledge intensive NLP (natural language processing software) Tasks，實作 RAG 有兩種方法：
-
RAG-Sequence：使用檢索到的文件來預測對使用者查詢的最佳答案。
-
RAG-Token：使用文件來生成下一個 token，然後再檢索以回答使用者問題。
-
資訊豐富度： 確保文字回應是最新且即時的，透過存取內部知識庫提升在特定領域任務的表現。
-
利用知識庫中的 可驗證資料，減少虛構內容，為使用者查詢提供上下文。
-
成本效益高，相較於微調 LLM，RAG 更經濟實惠。
我們的應用基於個人資料，也就是 AI For Beginners 課程中的神經網絡單元。
向量資料庫與傳統資料庫不同，是專門用來儲存、管理和搜尋嵌入向量的資料庫。它儲存文件的數值表示。將資料拆解成數值嵌入，讓 AI 系統更容易理解和處理資料。
我們將嵌入儲存在向量資料庫中，因為 LLM 對輸入的 token 數量有限制。無法將整個嵌入直接傳入 LLM，因此需要將它們拆分成區塊，當使用者提問時，會回傳與問題最相關的嵌入和提示。拆分區塊也能降低通過 LLM 的 token 數量，節省成本。
常見的向量資料庫包括 Azure Cosmos DB、Clarifyai、Pinecone、Chromadb、ScaNN、Qdrant 和 DeepLake。你可以使用 Azure CLI 建立 Azure Cosmos DB 模型，指令如下：
az login
az group create -n <resource-group-name> -l <location>
az cosmosdb create -n <cosmos-db-name> -r <resource-group-name>
az cosmosdb list-keys -n <cosmos-db-name> -g <resource-group-name>在儲存資料前，需要先將文字轉換成向量嵌入。如果處理大型文件或長文本，可以根據預期查詢將其拆分。拆分可以在句子層級或段落層級進行。由於拆分是根據周圍詞彙的意義來進行，你也可以為區塊添加其他上下文，例如文件標題，或在區塊前後加入一些文字。拆分方式如下：
def split_text(text, max_length, min_length):
words = text.split()
chunks = []
current_chunk = []
for word in words:
current_chunk.append(word)
if len(' '.join(current_chunk)) < max_length and len(' '.join(current_chunk)) > min_length:
chunks.append(' '.join(current_chunk))
current_chunk = []
# If the last chunk didn't reach the minimum length, add it anyway
if current_chunk:
chunks.append(' '.join(current_chunk))
return chunks拆分後，我們可以使用不同的嵌入模型將文字轉成向量。可用的模型包括 word2vec、OpenAI 的 ada-002、Azure Computer Vision 等。選擇模型會依據你使用的語言、編碼內容類型（文字/圖片/音訊）、可編碼的輸入大小及嵌入輸出長度而定。
以下是使用 OpenAI text-embedding-ada-002 模型嵌入文字的範例：
當使用者提問時，檢索器會使用查詢編碼器將問題轉成向量，然後在文件搜尋索引中尋找與輸入相關的向量。完成後，將輸入向量和文件向量轉回文字，並傳入 LLM。
檢索是系統快速從索引中找到符合搜尋條件的文件。檢索器的目標是取得能提供上下文並紮根 LLM 的文件。
在資料庫中搜尋有多種方式：
-
關鍵字搜尋 — 用於文字搜尋。
-
語意搜尋 — 利用詞彙的語意意義。
-
向量搜尋 — 使用嵌入模型將文件從文字轉成向量表示，透過查詢與使用者問題向量最接近的文件來檢索。
-
混合搜尋 — 結合關鍵字與向量搜尋。
檢索的挑戰在於當資料庫中沒有與查詢相似的回應時，系統會回傳最接近的資訊。你可以設定最大相關距離或使用混合搜尋來改善結果。本課程將使用混合搜尋，結合向量與關鍵字搜尋。我們會將資料存成包含區塊與嵌入的資料框。
檢索器會在知識庫中尋找彼此接近的嵌入，也就是最相似的鄰居。當使用者提問時，問題會先被嵌入，然後與相似的嵌入匹配。常用的相似度衡量是餘弦相似度，基於兩向量間的夾角。
其他可用的相似度衡量還有歐氏距離（向量端點間的直線距離）和點積（兩向量對應元素乘積的總和）。
進行檢索前，我們需要為知識庫建立搜尋索引。索引會儲存嵌入，能在大型資料庫中快速找出最相似的區塊。我們可以在本地建立索引，指令如下：
from sklearn.neighbors import NearestNeighbors
embeddings = flattened_df['embeddings'].to_list()
# Create the search index
nbrs = NearestNeighbors(n_neighbors=5, algorithm='ball_tree').fit(embeddings)
# To query the index, you can use the kneighbors method
distances, indices = nbrs.kneighbors(embeddings)查詢資料庫後，可能需要將結果依相關性排序。重新排序的 LLM 利用機器學習提升搜尋結果的相關性，將結果由最相關排序。使用 Azure AI Search 時，會自動使用語意重新排序器。以下是使用最近鄰重新排序的範例：
# Find the most similar documents
distances, indices = nbrs.kneighbors([query_vector])
index = []
# Print the most similar documents
for i in range(3):
index = indices[0][i]
for index in indices[0]:
print(flattened_df['chunks'].iloc[index])
print(flattened_df['path'].iloc[index])
print(flattened_df['distances'].iloc[index])
else:
print(f"Index {index} not found in DataFrame")最後一步是將 LLM 加入流程，讓回應能紮根於我們的資料。我們可以這樣實作：
user_input = "what is a perceptron?"
def chatbot(user_input):
# Convert the question to a query vector
query_vector = create_embeddings(user_input)
# Find the most similar documents
distances, indices = nbrs.kneighbors([query_vector])
# add documents to query to provide context
history = []
for index in indices[0]:
history.append(flattened_df['chunks'].iloc[index])
# combine the history and the user input
history.append(user_input)
# create a message object
messages=[
{"role": "system", "content": "You are an AI assistant that helps with AI questions."},
{"role": "user", "content": history[-1]}
]
# use chat completion to generate a response
response = openai.chat.completions.create(
model="gpt-4",
temperature=0.7,
max_tokens=800,
messages=messages
)
return response.choices[0].message
chatbot(user_input)-
回應品質：確保回應自然、流暢且具有人類風格。
-
資料紮根度：評估回應是否來自提供的文件。
-
相關性：評估回應是否符合並與提問相關。
-
流暢度：回應在語法上是否通順合理。
有許多不同的應用場景可以利用函式呼叫提升你的應用，例如：
-
問答系統：將公司資料紮根於聊天機器人，供員工提問。
-
推薦系統：建立能匹配最相似項目的系統，例如電影、餐廳等。
-
聊天機器人服務：儲存聊天紀錄，根據使用者資料個人化對話。
-
基於向量嵌入的圖片搜尋，適用於影像辨識與異常偵測。
我們涵蓋了 RAG 的基本面，從將資料加入應用、使用者查詢到輸出。為簡化 RAG 的建立，你可以使用 Semanti Kernel、Langchain 或 Autogen 等框架。
為了繼續學習 Retrieval Augmented Generation (RAG)，你可以：
-
使用你選擇的框架建立應用的前端。
-
利用 LangChain 或 Semantic Kernel 框架，重建你的應用。
恭喜你完成本課程 👏。
完成本課程後，歡迎瀏覽我們的 Generative AI Learning collection，持續提升你的生成式 AI 知識！
免責聲明：
本文件乃使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們致力於確保準確性，但請注意，自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於重要資訊，建議採用專業人工翻譯。我們不對因使用本翻譯而引起的任何誤解或誤釋承擔責任。