Llamaindex实战-在本地使用多种LLM

有关我们支持的大语言模型列表及其功能比较，请查看我们的大语言模型模块指南。

使用LLM的基本范式

构建基于 LLM 的应用程序时的第一步是决定使用哪个 LLM；也可以使用多个。
LLM 可用于管道的多个不同阶段：

• 在索引期间，您可以使用 LLM 来确定数据的相关性（是否对其进行索引），或者您可以使用 LLM 来汇总原始数据并为摘要建立索引。
• 在查询期间，LLM 可以通过两种方式使用：
• 在检索（从索引中获取数据）期间，大语言模型可以获得一系列选项（例如多个不同的索引），并决定在哪里最好地找到您要查找的信息。代理LLM在这个阶段还可以使用工具来查询不同的数据源。
• 在响应合成（将检索到的数据转换为答案）期间，LLM 可以将多个子查询的答案组合成一个连贯的答案，或者可以转换数据，例如从非结构化文本转换为 JSON 或其他编程输出格式。

LlamaIndex 为大量不同的 LLM 提供统一接口，允许您将您选择的任何 LLM 传递到管道的任何阶段。它可以像这样简单：

from llama_index.llms.openai import OpenAIresponse = OpenAI().complete("Paul Graham is ")
print(response)

通常，您将实例化 LLM 并将其传递到 Settings，然后将其传递到管道的其他阶段，如下例所示：

from llama_index.llms.openai import OpenAI
from llama_index.core import Settings
from llama_index.core import VectorStoreIndex, SimpleDirectoryReaderSettings.llm = OpenAI(temperature=0.2, model="gpt-4")# 加载可读文本
documents = SimpleDirectoryReader("data").load_data()
index = VectorStoreIndex.from_documents(documents,
)

在本例中，您已实例化 OpenAI 并将其自定义为使用 gpt-4 模型而不是默认的 gpt-3.5-turbo，并且还修改了温度。 VectorStoreIndex 现在将使用 gpt-4 来回答查询时的问题。

设置（Settings）是一组配置数据，您可以将其传递到 LlamaIndex 的不同部分。您可以了解有关设置以及如何自定义它的更多信息。

使用本地大语言模型

1. 使用ollama托管的模型

LlamaIndex 不仅支持托管的 LLM API；您还可以在本地运行本地模型，例如 Llama2。
例如，如果您安装并运行 Ollama：

from llama_index.llms.ollama import Ollama
from llama_index.core import SettingsSettings.llm = Ollama(model="llama3", request_timeout=60.0)

有关更多详细信息，请参阅自定义大语言模型的操作方法。

注意：这里的model="llama3"参数，可以通过ollama list来查看，换成自己本地ollama拉(pull)下来的模型。

2. 使用HuggingFace的大模型

当然也可以使用huggeface中的模型：

Settings.llm = HuggingFaceLLM(model_name="HuggingFaceH4/zephyr-7b-beta",tokenizer_name="HuggingFaceH4/zephyr-7b-beta",context_window=3900,max_new_tokens=256,generate_kwargs={"temperature": 0.7, "top_k": 50, "top_p": 0.95},messages_to_prompt=messages_to_prompt,completion_to_prompt=completion_to_prompt,device_map="auto",
)

这里的model_name给出的模型可以是下载下来并保存在本地的模型，只需要给出本地模型的路径即可。

一个例子

from llama_index.core.llms import ChatMessage
from llama_index.llms.ollama import Ollama# ollama
llm = Ollama(model="llama3", request_timeout=360.0)# questions
messages = [ChatMessage(role="user", content="What is your name"),
]resp = llm.chat(messages)print(resp)

我在16C32G的机器上运行以上代码，运行了大约几分钟时间，得到以下输出：

assistant: I don't have a personal name. I'm an AI designed to assist and communicate with humans, so I don't have a personal identity or self-awareness. My purpose is to provide information, answer questions, and help users like you with their queries. I exist solely as a digital entity, and my "name" is simply "Assistant" or "AI" - no specific name assigned to me!

从以上反馈来看，该模型的输出还是相对比较好的。

另外，要注意，messages这个参数可以输入多个角色和问题，类似于这样：

messages = [ChatMessage(role="user", content="who are you?"),ChatMessage(role="user", content="What is your name?"),
]

提示（Prompts）

默认情况下，LlamaIndex 附带了一组经过实战检验的内置提示，可处理让特定 LLM 正确处理和格式化数据的棘手工作。这是使用 LlamaIndex 的最大好处之一。如果需要，您可以自定义提示

参考

• Using LLMs