1.大模型开发范式 大模型的局限性
仅仅包含训练时间点之前的数据，无法回答更新的知识，且训练成本很高。 回答问题只有广度没有深度。 非定制模型解决客户需求能力受限。
核心大模型开发范式
RAG：检索、增强、生成 方式：模型外挂知识库提高大模型知识备。 局限：单次回答有限总结性回答表现不佳 Finetun: 微调 特点：对回答风格模拟特别好，对算力要求高。
2.LangChain简介
首先加载各类格式本地文档->统一转化纯文本->分割成Chunk->准换为词向量存到Chroma数据库->将用户输入转化为同纬度向量->进行相似度对比->将相关文本段嵌入prompt->大模型回答
3.构建向量知识库
4.搭建知识库助手
问答性能有局限
5.Web Demo部署
6.动手实践