llm summarize

处理流程：

1. 对表格或者文章文档切分成chunk，将其存入DB
2. 根据chunk文档内容，通过prompt生成问题（qwen）
3. 通过sentencetransformer生成embbedding(Text embedding 模型 stella_large 模型，长文本编码), 第二步 抽取的问题 和 文档 进行相似度匹配，过滤掉阈值小于0.5的问题和文档对
4. 选择正负样本，一个正样本，15个负样本
5. 扩展bert长度从512到1024，使用层次分解的位置编码进行初始化（bge-large）
6. 模型训练（bge）
7. 校验模型获取到 query 与 文档chunk 前三的文档及其分数 ，以及query对应的标准答案
8. 计算rouge指标