1. 使用效果对比基础
网上有许多关于构建本地知识库的文章,但我们更应深入应用,通过对比不同应用的效果,以充分发挥知识库的价值。
2. Cherry Studio与AnythingLLM使用效果对比
本次对比使用DeepSeek-r1:8b作为嵌入模型,在投喂Word资料后,针对同样问题的使用效果进行对比。
AnythingLLM
使用效果简洁,但回答不够全面。
投喂资料如下图:
提出的问题是:请全面介绍一下iNeuView视图建模功能;回答效果如下图:
Cherry Studio
提问问题的描述较简单,但回答的结果显然优于AnythingLLM。
投喂资料如下图:
提出的问题是:请介绍一下iNeuView;回答效果如下图:
3. Cherry Studio嵌入模型使用对比
分别使用DeepSeek-r1:8b、BAAI/bge-m3和nomic-embed-text,保持其他调优参数不变,投喂同样资料后,针对相同提问:“请介绍一下iNeuView”进行效果对比。
- 使用DeepSeek-r1:8b的回答效果如下图:
- 使用BAAI/bge-m3的回答效果如下图:
- 使用nomic-embed-text的回答效果,内容最接近投喂资料并符合提问意图,如下图:
4. 结论
在相同条件下,AI应用工具Cherry Studio的效果优于AnythingLLM。虽然AI应用工具的核心是模型,但相同模型的使用效果仍存在差异。还有许多其他嵌入模型可供测试,欢迎大家分享使用效果。