RetrievalLLMSynthesis

欢迎来到 RetrievalLLMSynthesis 项目，本项目结合了大型语言模型（LLM）与检索增强生成（RAG）技术，致力于提高文本生成的相关性和准确性。

项目概览

Complete_Chat_History_Manager.py 这个文件实现了一个基于 Gradio 界面的聊天系统，结合了大型语言模型（LLM）与检索增强生成（RAG）技术，用于高效地生成基于查询的相关答案，并支持对话的创建、保存、加载和删除功能。 gpu_accelerated_sqlite_retrieval.py 这个文件实现了一个基于嵌入向量和 FAISS 检索的系统，用于处理、存储、查询和管理文本数据的嵌入表示，并提供了查询和删除操作的命令行界面。

快速开始

1. 克隆仓库、创建并激活虚拟环境、安装依赖

git clone https://github.com/Kayce001/RetrievalLLMSynthesis.git
cd RetrievalLLMSynthesis

conda create -n rag_env python=3.8
conda activate rag_env

pip install -r requirements.txt

rag作用归纳

1、可以将原本较难阅读的内容让大模型重新整理、讲解，变成容易阅读的格式。