使用Meta釋出的模型，實作Chat GPT - Part 6

到目前為止，我們已經完成RAG技術的實作，在上一篇文章使用Meta釋出的模型，實作Chat GPT - Part 5中，可以看到加入RAG之後，可以讓我的大型語言模型回答更為精確。

import gradio as gr
Chat_History = []

with gr.Blocks() as GUI:
	chatbot = gr.Chatbot()
	msg = gr.Textbox()
	clear = gr.ClearButton([msg, chatbot])

	def respond(message, chat_history):
		bot_message = RAG({"question": message, "chat_history": Chat_History})['answer']
		Chat_History.append((message, bot_message)) # Chatting Used
		chat_history.append((message, bot_message)) # UI Showing
		return "", chat_history

	msg.submit(respond, [msg, chatbot], [msg, chatbot])

GUI.launch()

程式撰寫後，如下，我們一樣按「紅色框框」執行，大約四秒後，執行完成，可以在「紅色框框」處的綠色提示得知 (4秒處)

執行完成後，可以在執行結果處看到以下畫面，點擊當中的藍色網址即可跳出新的畫面，這串藍色網址會因人而異，不需要跟我的執行結果一致沒關係。

然後就可以跳出一個漂亮的UI畫面了，如下圖：

接著我在Textbox這個欄位輸入：「what is 1688 ?」，看它是不是會回我訊息。

稍等一段時間後，它回我如下訊息：

接著我可以在Textbox再輸入一些訊息，比方說我質問它真的嗎？

可以看到它就會再做一些額外陳述，藉此我們就完成一個窮人版的Chat GPT搭配RAG技術的實作。