如何在自己的电脑上构建大语言模型，使用 langchain（而不是 openai）回答关于您的文档的问题-爱代码爱编程
如何使用 Hugging Face LLM（开源 LLM）与您的文档、pdf 以及网页上的文章交谈。
这是第一步，终于。我一直在到处寻找几个月。
所有的文章、教程和 视频都只教你如何使用 OpenAI 做事。但老实说，这非常令人沮丧。首先，所有 AI 模型的基础都来自学术界：其次，我无法相信当有一个庞大的社区在幕后工作时，我们被迫做一些事情。
在这里，我将展示如何在完全不使用 OpenAI 的情况下使用免费的 Google Colab Notebook 层与任何文档（我将在此处介绍文本文件、pdf 文件和网站 url）进行交互。由于计算限制，我们将使用 Hugging Face API 和完全开源的 LLM 来利用 LangChain 库与我们的文档进行交互。
该项目
我们将使用 Google Colab notebook 对我们的文档集提出问题。你需要什么：
- 在 Hugging Face 网站 (https://huggingface.co/)
- 创建一个 Hugging Face Access Token
谷歌 Colab 笔记本
谷歌 Colab 很棒。即使在免费套餐中，您也可以访问具有 12 Gb RAM 的运行时，并且还有 1 个（