How we use the Dataset (offline RAG)

CC0

下載 95k 資料 → bge-m3 embedding → FAISS 索引 → 完全離線 RAG。

HF Datasetsbge-m3FAISSoffline RAG

🔒 重現條件鎖

MODEL    = "lius-cc/Daoism-Qwen3.5-9B"
DATASET  = "lius-cc/daoism-knowledge-rag@v1"
RAG_API  = "https://lius.cc/api/llm-rag"
SNAPSHOT = "2026-05-17"

完整離線 RAG

適合資料敏感或無外網的環境。首次 embedding 需 ~30 GB RAM + 10-30 分鐘。

from datasets import load_dataset
from sentence_transformers import SentenceTransformer
import faiss

ds = load_dataset("lius-cc/daoism-knowledge-rag", split="train")
enc = SentenceTransformer("BAAI/bge-m3")
emb = enc.encode(
    [f"{x['name']}：{x['summary']}" for x in ds],
    normalize_embeddings=True,
)

idx = faiss.IndexFlatIP(emb.shape[1])
idx.add(emb)

# Query
q = enc.encode(["三朝醮 流程"])
scores, ids = idx.search(q, k=5)
for i in ids[0]:
    print(ds[int(i)]["name"])

📜 本 recipe 採 CC0 1.0 · 改一行 prompt → 寫到論文裡 → 引用 LIUS API

引用建議：We use the open-source Daoism-Qwen3.5-9B with the public RAG API at https://lius.cc/api/llm-rag (Liu & Dingren Daoxue Lab, 2026).

← 回 Cookbook 索引