慧言互动AI

# 知识库配置

# 如何上传文档，自动训练自己的模型？

# [操作步骤]

# [步骤一]登录平台，选择AI员工

# [步骤二]上传文档

  • 上传文档以完成自动训练，可以通过拖放或选择文件的方式上传
  • 上传文档后，系统会自动训练，在机器人问答时，会参考文档内容进行回复 选择要编辑的员工,并上传文档

# [补充知识点]知识库的概念和作用

# 什么是知识库

大模型的训练数据，是公开而普世的知识数据，当你问它你的企业、或者某个领域非常专业的问题时，它无法给出准确的回答。 知识库相当于Agent的“外部资料库”，当被问到不懂的问题时，Agent先去知识库里查询一番，根据查询出的内容，自己总结以后再回答给你。

我们可以类比“人工客服”的场景，用户来询问一个产品问题，接待的客服人员，如果他不知道如何回答，会先在企业的知识库里查询一番，有了一些信息以后，自己整理再回答用户。Agent也是同样的工作方式，这个过程被称为RAG（Retrieval-Augmented Generation，检索增强生成）。

# 使用场景

  1. 智能客服：上传公司产品知识文档或QA问题对，使Agent成为AI客服。回答常见的客户问题，你给的资料越丰富，它能回答的问题就越多。
  2. 领域专家：上传某个领域专业的材料文档，Agent可以成为这个领域的专家

# 大致的工作原理

在这个过程中有几个关键的概念

# 分段

文档被存入知识库时，会被分成很多段落，每个段落在500-1000个字之内，这样做是为了方便检索。可以参考下图，左边是原始文件，右边是实际分段后的效果

# 向量化

把文字内容，变成类似[0,10,3,32,..]这样的数组，这是大模型能够理解的数组形式，这是背后的工作方式，可以先暂时不用过多的理解。

# 向量匹配

拿“阅读的层次” 和所有段落进行向量匹配，判断这句话和哪一段的语义最接近，每一个匹配都会有一个“相关度”，相关度越高，代表语义越接近。如下图所示，左边的三个段落，和查询的语句，相关度是最高的。但是如果直接把这三个段落直接返回，是混乱无法阅读的，这就需要Agent的重新整理。

# 大模型整理回复

知识库查询到了三个段落后，他会根据自己的理解重新整理，让用户更好的阅读