比如，将一本复杂的操作说明书或者操作规程导入到知识库，该应用可以理解自然语言的提问并用操作说明书的内容做精准指导。例如：“请问该如何制做35KV冷缩电缆头？"该应用将引用知识库中的电缆头制作教程、相关规程等内容做出应答。
1 个赞
表示关注
这玩意没有自己的llm啊, 要调用openai的api.
本地大模型需要高算力.
如果你有4090的显卡, 可以实现. 网络上很多教程.
有开源的这种
1 个赞
Our Open-Source Models Optimized for DocsGPT:
| Name | Base Model | Requirements (or similar) |
|---|---|---|
| Docsgpt-7b-falcon | Falcon-7b | 1xA10G gpu |
| Docsgpt-14b | llama-2-14b | 2xA10 gpu’s |
| Docsgpt-40b-falcon | falcon-40b | 8xA10G gpu’s |
所以可以的，只要你有足够的配置
1 个赞
2颗Intel Xeon Silver 4210R,1块L4 24GB显卡 ，硬件够了吧。
访问github对我来说是个有难度的事儿……
你有足够的硬件 建议用 QAnything , 带RAG的.
1 个赞
谢谢，设备到货后我去试一试
fastgpt+oneapi
不是还有这个：
但依旧需要 ChatGPT。
谢谢大家，等硬件到了，我摸索一下，主要是想将技术手册，故障处理手册全部录入，来代替故障树，做一个“智能”的故障处理提示，例如用户可以提问“发电机报温度高停机该怎样处理？" ，这个系统能够给一个综合的回答。
这个侧重点不是写文章吹牛的那一套，是这个回答是不是真能解决问题。
1 个赞
英伟达已经发布了本地chatgpt的功能,直接对本地文档库索引对话, 最低要求8g vram30/40系列显卡就可以跑了.
相当炸裂.
电脑能理解一本书，是基于chatgpt被投喂了天量的数据a，估计是生成了一个中间结果b，
有b才可以快速理解临时输入的提问或文章再回答
没有a和b，哪怕算力足够 应该也很难有这样水平的理解和回答能力
