背景
ChatGPT火了后，各种大语言模型（LLM）模型相继被发布，完全开源的有ChatGLM、BLOOM、LLaMA等。但是这些模型学到的知识是滞后的（比如ChatGPT的知识是截止到2021年），并且这些知识是通用领域的。
在实际应用场景中，除闲聊机器人外，大多数机器人是为了完成特定任务的。比如数字人虚拟主播、某公司的智能客服等都需要围绕具体的业务来进行问答。如何将具体业务知识融合到大语言模型里，是问答机器人落地应用需要考虑的一个重要问题。
一、langchain-ChatGLM简介
langchain-ChatGLM是一个基于本地知识的问答机器人，使用者可以自由配置本地知识，用户问题的答案也是基于本地知识生成的。github链接为：GitHub - imClumsyPanda/langchain-ChatGLM: langchain-ChatGLM, local knowledge based ChatGLM with langchain ｜ 基于本地知识的 ChatGLM 问答。
二、以淘宝衣服为例，测试问答效果
以淘宝衣服属性构建本地知识，测试问答效果。将淘宝链接为https://detail.tmall.com/item.htm?abbucket=6&id=656544342321&ns=1&spm=a230r.1.14.48.b3f84f64A9YLJ0的"宝贝详情"和"尺码推荐"整理成《local_knowledge_clothing_describe.txt》，内容如下：
身高：160-170cm， 体重：90-115斤，建议尺码M。
身高：165-175cm， 体重：115-135斤，建议尺码L。
身高：170-178cm， 体重：130-150斤，建议尺码XL。
身高：175-182cm， 体重：145-165斤，建议尺码2XL。
身高：178-185cm， 体重：160-180斤，建议尺码3XL。
身高：180-190cm， 体重：180-210斤，建议尺码4XL。
身高：180-195cm， 体重：210-230斤，建议尺码5XL。
面料分类：涤纶
图案：几何图案
领型：连帽
衣门襟：拉链
颜色：黑色302春秋款（斜插口袋） 深灰色302春秋款（斜插口袋） 蓝色302春秋款（斜插口袋）
米色302春秋款（斜插口袋） 黑色303春秋款（工装口袋） 深灰色303春秋款（工装口袋）
蓝色303春秋款（工装口袋） 黑色303（冬季棉衣款加棉加厚） 深灰色303（冬季棉衣款加棉加厚）
蓝色303（冬季棉衣款加棉加厚） 黑色302（冬季棉衣款加棉加厚） 米色302（冬季棉衣款加棉加厚）
黑色303春秋款+黑色302春秋款 深灰色303春秋款+黑色302春秋款
袖型：收口袖
适用季节：春秋
袖长：长袖
厚薄：常规
适用场景：其他休闲
衣长：常规款
版型：宽松型
款式细节：假两件
工艺处理：涂层
适用对象：青少年
面料功能：防风
穿搭方式：外穿
材质成分：聚酯纤维100%
加载《local_knowledge_clothing_describe.txt》作为本地知识，问答效果如下所示：
用户：身高173，体重144斤，选什么尺寸
客服: 您的身高为173厘米，体重为144斤，建议选择尺码为XL。这个尺寸适用于身高在170-178厘米之间，体重在130-150斤之间的人。选择XL尺寸可以确保衣服能够合适地遮盖住身体，同时不会过小或过大，确保穿着舒适。
用户：衣服是什么材质
客服: 衣服的材质成分为聚酯纤维100%
从测试的问答效果上来看，满足了基本的要求，具体情况仍需要更多的实测结果来说明。
三、langchain-ChatGLM的原理
先上图，langchain-ChatGLM的架构如下图所示：
图1、langchain-ChatGLM的架构
3.1、从本地知识中获取与用户query相关的context
通过Faiss搜索得到与query_embedding关系最紧密的Top K个Document，将这些Document的内容按换行符拼起来作为query的context。举例说明如下图所示：
图2、通过Faiss搜索得到query相关的context
3.2、用query和context填充模版得到prompt
模版示例如下，可根据问答效果自行修改
prompt_template = """基于以下已知信息，简洁和专业的来回答用户的问题。不允许在答案中添加编造成分。
已知内容:
{context}
问题:
{query}"""
将context和query填充到模版得到的prompt，加它输入给ChatGLM-6B就能生成response。
四、langchain-ChatGLM使用中
五、问答需要优化的环节
个人认为langchain-ChatGLM是一种使用本地知识进行问答的框架，它的实际问答效果与下面两个问题相关：
1、如何通过得到query相关性高的context，即与query相关的Document尽可能多的能被召回；
2、如何让LLM基于query和context得到高质量的response。
5.1、让query相关的Document尽可能多的被召回
将本地知识切分成Document的时候，需要考虑Document的长度、Document embedding质量和被召回Document数量这三者之间的相互影响。在文本切分算法还没那么智能的情况下，本地知识的内容最好是已经结构化比较好了，各个段落之间语义关联没那么强。Document较短的情况下，得到的Document embedding的质量可能会高一些，通过Faiss得到的Document与query相关度会高一些。
使用Faiss做搜索，前提条件是有高质量的文本向量化工具。因此最好是能基于本地知识对文本向量化工具进行Finetune。另外也可以考虑将ES搜索结果与Faiss结果相结合。
5.2、基于query和context让LLM得到高质量的response
有了query相关的context后，如何让LLM生成高质量的response，也是一个非常重要的问题。优化的点有两个：①、尝试多个的prompt模版，选择一个合适的，但是这个可能有点玄学；②、用与本地知识问答相关的语料，对LLM进行Finetune。