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。

  • 基础模型DeepSeek-r1:8b
  • 嵌入模型:DeepSeek-r1:8b、BAAI/bge-m3和nomic-embed-text
  • 投喂资料:iNeuOS工业互联网操作系统的130个相关资料

2. Cherry StudioAnythingLLM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:
投喂资料

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:
回答效果

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:
投喂资料

提出的问题是:请介绍一下iNeuView;回答效果如下图:
回答效果

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。

  1. 使用DeepSeek-r1:8b的回答效果如下图:
    回答效果
  2. 使用BAAI/bge-m3的回答效果如下图:
    回答效果
  3. 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:
    回答效果

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。


END
本文作者:
文章标题: 基于DeepSeek模型知识库的Cherry Studio与AnythingLLM效果对比分析
本文地址: https://www.haovps.top/archives/404.html
版权说明:若无注明,本文皆 高性能VPS推荐与IT技术博客 | Haovps.Top 原创,转载请保留文章出处。
cc
最后修改:2025 年 02 月 11 日
如果觉得我的文章对你有用,请随意赞赏