有知乎網友問道：

如何為ChatGPT/LLM模型添加額外知識？

下面說下我的看法,。

內容基本上是從我在知乎上的回答拷貝過來的,，所以嵌入視頻部分這里不能直接點擊進去，有需要的根據名字去知乎查,，或者直接關注我知乎賬號翻看即可,。

1. 通過fine-tuning來和新知識及私有數據進行對話

要為LLM添加額外的知識,，第一反應就是用fine-tuning，使用自己的私有數據進行微調,，利用chatgpt早就預訓練好的對語言特性的理解,，來服務你私有的數據。

如果你對fine-tuning不是很清楚的話,，可以參考下我此前學習相關知識時分享的一個吳恩達老師的視頻：

《chatgpt開發(fā)入門(五)-fine-tuning和預訓練的基礎原理及關系》

2752 播放 · 2 贊同視頻

另外,，還有一個實戰(zhàn)視頻來演示怎么通過提供私有數據來進行fine-tuning

《chatgpt開發(fā)入門(六)-通過fine-tuning與私有數據進行對話》1514 播放 · 1 贊同視頻

2. 通過word embeddings + pinecone數據庫來搭建自己私有知識庫

chatgpt預訓練完成后，會生成一個embeddings向量字典,，我們可以將這個利用起來,。比如我們可以將我們的私有知識庫各個章節(jié)通過openai的相關api獲取到對應的embeddings，然后將這些embeddings保存到pinecone向量數據庫,，當用戶要對某個領域后者問題進行語義查詢時,，則將用戶的輸入同樣通過openai的相關api來獲取相應的embeddings向量，然后再和向量數據庫pinecone中的我們的私有知識庫類型做語義相似度查詢,，然后返回給用戶,。

注意這里的語義查詢和我們平時通過google進行搜索的查詢是不一樣的，語義查詢會返回語義相近的結果,，而不一定是包含了用戶輸入的詞的結果,。但google搜索等是會去查詢包含你輸入的結果。

如果你對word embeddings不是很清楚的話,，可以看下我此前分享的一個視頻,，也是來自吳恩達老師的手筆：

《chatgpt開發(fā)入門(三)-one hot向量和word embeddings》4670 播放 · 2 贊同視頻

同時，還有一個利用word embeddings進行語義搜索的實戰(zhàn)視頻：

《chatgpt開發(fā)入門(四)-通過word embedding實現語義相似度查詢》4677 播放 · 0 贊同視頻

3. 通過langchain這個chatgpt編程框架來給chatgpt賦能

chatgpt畢竟還只是個語言模型,，很多時候我們需要的不僅僅是語言的輸入和輸出,，比如還可能需要題主說的私有數據庫訪問，網絡搜索,，繪畫等其他能力,。

這時我們就可以考慮用langchain這個chatgpt編程框架來給chatgpt賦能，讓其能做到除了語言輸出之外的更多事情,。

langchain的功能就好比其名字預示的那樣,，就是為了將不同的工具模塊和chatgpt給鏈接（chain）起來。

如果大家對langchain還不是很了解的話,，可以看下我此前分享的一個langchain cookbook的視頻：

《LangChain Cookbook - chatgpt編程框架入門》1701 播放 · 0 贊同視頻

其實最近大火的很多任務驅動的自動執(zhí)行系統(tǒng),，都是可以通過langchain來實現的。比如auto-gpt：

《Auto-GPT功能簡介及演示》1 萬播放 · 3 贊同視頻

hugging-gpt：

《HuggingGPT: 實現ChatGPT與其他人工智能模型之間的協(xié)同工作》1361 播放 · 1 贊同視頻

以及baby-agi：

《AutoGPT簡化版本BabyAGI安裝和體驗》2015 播放 · 1 贊同視頻

這些通過langchain相信都能實現,，說不一定其中一些就是基于langchain的,，這個我倒是沒有去考究。

4. 插件

chatgpt最近不是發(fā)布了插件支持了嘛，通過插件你也可以給chatgpt賦予很多額外的能力,，比如搜索互聯(lián)網等,。具體的用法各位看官自己看官網吧

好了，這么多內容和視頻,，也不知道有多少人看了,，先寫這么多吧。

我是@天地會珠海分舵,，能力一般,，水平有限，覺得我說的還有那么點道理的不妨點個贊關注下,！