文章目录
[+]
下面是表中技术（LangChain, Milvus, Streamlit, ChatGLM, Embedding Model）的简要介绍和它们在智能问答系统中的应用：
LangChain 是一个用于构建语言模型应用的开源框架，它便于开发者快速整合和部署基于语言模型的应用，比如聊天机器人、问答系统等。LangChain 可以与不同的语言模型集成，并提供了一系列工具和接口来简化开发流程。
在智能问答系统中，LangChain 可以作为构建系统的基础，提供问题理解、回答生成和对话管理的能力。
（图片来自网络侵删）
Milvus 是一个开源的向量数据库，用于存储和检索大规模特征向量。它支持多种索引类型，并能够实现快速的相似性搜索。
在智能问答系统中，Milvus 可以用于存储文档、问题或答案的向量表示，从而加快检索速度。当问答系统需要从大量数据中找到与用户问题最相关的信息时，Milvus 的向量搜索功能非常有用。
Streamlit 是一个快速创建数据应用的Python库，它让数据科学家和工程师能够轻松创建美观、交互式的Web应用。
在智能问答系统中，Streamlit 可以用于创建用户界面，让最终用户能够与问答系统交互。它可以快速实现原型设计，并支持多种可视化和交互组件。
text2vec-base-chinese 是一个专门为中文文本设计的预训练模型，用于将文本转换为向量表示，这对于理解语义和进行文本相似度比较非常有用。
ChatGLM3-6B 是一个大型的中文语言模型，能够生成流畅的中文文本。在问答系统中，它可以用来生成回答或进一步处理用户的问题。
#记录我的2024#
