4 篇文章 含有標籤「v0.3.1」

Kuwa 的 RAG 應用 (DocQA/WebQA/DatabaseQA/SearchQA) 從 v0.3.1 版本起支援透過 Bot 的 modelfile 自訂進階參數， 可以讓單個 Executor 虛擬化成多個 RAG 應用，詳細參數說明及範例如下。

參數說明​

以下參數內容為 v0.3.1 RAG應用的預設值。

所有 RAG 的共用參數​

PARAMETER retriever_embedding_model "thenlper/gte-base-zh" # embedding model名稱
PARAMETER retriever_mmr_fetch_k 12 # MMR前取幾個chunk
PARAMETER retriever_mmr_k 6 # MMR取幾個chunk
PARAMETER retriever_chunk_size 512 # 每個chunk的長度，以字元為單位 (DatabaseQA不受限制)
PARAMETER retriever_chunk_overlap 128 # chunk間的交疊長度，以字元為單位 (DatabaseQA不受限制)
PARAMETER generator_model None # 指定哪個模型回答，None表示自動選擇
PARAMETER generator_limit 3072 # 整個prompt的長度限制，以字元為單位
PARAMETER display_hide_ref False # 不顯示參考資料

DocQA, WebQA, SearchQA 專用參數​

PARAMETER crawler_user_agent "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/117.0.0.0 Safari/537.36" # 爬蟲的UA字串

SearchQA 專用參數​

PARAMETER search_advanced_params "" # 進階搜尋參數 (SearchQA專用)
PARAMETER search_num_url 3 # 取用幾個搜尋結果[1~10] (SearchQA專用)

DatabaseQA專用參數​

PARAMETER retriever_database None # Executor本機的向量資料庫路徑

使用範例​

假如要建立一個 DatabaseQA 知識庫並指定模型回答，可以建立一個 Bot，
基底模型選擇 DocQA，並填入以下 Modelfile。

PARAMETER generator_model "model_access_code" # 指定哪個模型回答，None表示自動選擇
PARAMETER generator_limit 3072 # 整個prompt的長度限制，以字元為單位
PARAMETER retriever_database "/path/to/local/database/on/executor" # Executor本機的向量資料庫路徑

Kuwa v0.3.1 新增了基於 Stable Diffusion 圖片生成模型的 Kuwa Painter，
可以輸入一段文字產生圖片，或是上傳一張圖片並搭上一段文字產生圖片。

Kuwa v0.3.1 初步支援了常見的視覺語言模型 (VLM)， 這類模型不但可以輸入文字，還可以輸入圖片，並根據圖片內容回應使用者的指令。 本篇教學將帶您初步建立與使用 VLM。

Kuwa v0.3.1 加入了基於 Whisper 語音辨識模型的 Kuwa Speech Recognizer， 可以透過上傳錄音檔來產生逐字稿，支援時間戳記以及語者標示。

已知問題與限制​

硬體需求​

預設使用 Whisper medium 模型並關閉語者標示功能，若跑在GPU上所消耗 VRAM 如下表所示。

已知限制​

1. 目前無法自動偵測輸入語言，須手動指定
2. 目前語者辨識模組因為多行程的關係，導致每次都會重新載入模型，拉長響應時間
3. 多語者同時講話時容易誤判內容