WebGLM：基于人类偏好的高效Web增强型问答系统

? Paper (KDD 2023) | ? Github Repo

介绍

WebGLM旨在利用拥有100亿参数的通用语言模型（GLM）构建一个高效且具有成本效益的Web增强型问答系统。它的目标是通过整合网络搜索和检索能力到预训练的语言模型中，提高实际应用部署能力。

WebGLM由以下部分组成：

• LLM增强检索器：增强相关网络内容的检索，以更准确地回答问题。
• 引导生成器：利用GLM的能力生成类似人类回答的问题，提供精细的答案。
• 基于人类偏好的评分器：通过优先考虑人类偏好评估生成的回答质量，确保系统生成有用且引人入胜的内容。

此存储库是引导生成器的实现。

有关详细使用方式，请参见我们的 Github Repo 。