如何用好大模型
数智知识科普
在人工智能的浪潮中,大模型如同一艘航向知识海洋的巨轮,载着我们探索未知的智慧边界。然而,对于许多人来说,如何高效地运用大模型仍是一片迷雾。因此,在数智研学社的第一期研学活动中,我们深入探究了大模型的用途、如何使用提示词来驾驭大模型,并展示了实际应用的案例。接下来,让我们来回顾第一期研学活动的内容。
主流大模型
NEWS TODAY
大模型的竞争日趋激烈,在全球范围内,众多企业、初创公司和研究机构都在积极投入和研发大模型技术。在我们的日常生活和工作中,大模型可用于查询资料、智能创作、分析总结文本、数据分析、编程辅助、图像生成等。
| |
通用大模型 |
智谱清言 讯飞星火 |
写作/问答/对话聊天 |
豆包 Kimi |
办公类(做PPT) |
Aippt |
绘画/抠图 |
360智汇 |
如何用好提示词
NEWS TODAY
提示词在大模型的应用中扮演着至关重要的角色。一个好的提示词能够引导模型沿着正确的路径进行深入思考,从而得出更为准确的结论。
指令基本公式
一条优秀的指令=参考信息+完成动作+达成目标+满足要求
参考信息
大模型完成任务时需要知道的必要背景资料和材料,如:报告、知识、数据库、对话上下文等。
完成动作
需要大模型解决的事情,如:撰写、生成、总结、回答。
达成目标
需要大模型生成的目标,如:答案、方案、文本、图片、图表。
满足要求
需要大模型遵循的任务细节要求,如:按照XX格式输出,不超过XX字。
**例如:**当我们需要撰写一篇关于网络安全的文章时,我们可以根据公式书写指令,让大模型帮我们撰写这篇文章。
如何向大模型提问
NEWS TODAY
**1、迭代式提问:**迭代是指解决一个问题的过程中,不追求一次性达到完美,而是一轮一轮的推进,直到满意为止。在使用大模型时,我们可能无法预先给出所有的约束条件或者输入条件。当大模型给出的答案不完全符合我们的期望时,我们可以再次向它提出修改要求,通过迭代来获得最终满意的结果。
**2、启发式提问:**在提出灵活度较高的问题时,可以先通过一些问题打开大模型的思路,再进行正式提问。例如:在设计旅游攻略时,我们可以让大模型先介绍一些有名的景点,并提问它哪里是游人去得比较多的景点?最后我们再切入正题,把最想问的问题抛给它,让它设计旅游攻略。
**3、分解式提问:**将问题分解成多个小的任务来分别提问。例如:当我们需要写一篇文章时,可以先把题目告诉它,然后询问它打算将文章分成几个部分来写。根据它的回答,我们可以逐步让它完成每个部分的写作,并及时纠正有问题的段落,或让他对不够详细的段落进行分解和细化,从而最终得出准确、完整、符合我们需求的文章。
实际应用案例
案例1:大模型在EXCEL的应用
在日常工作中,EXCEL是我们工作中经常使用到的办公软件,相信不少同事在EXCEL处理数据时,会面临着操作步骤多、公式复杂的困扰。而借助VBA可以很大程度上解决这些困扰。
VBA是微软公司开发的一种通用自动化语言,相比于基础的Excel技能,VBA可以完成许多更加复杂和基础公式无法实现的功能,实现工作自动化来提高效率。借助大模型,我们无需系统地学习也可以使用VBA来处理数据。
**例如:**当我们需要根据成绩不同区分等级时,我们可以让大模型帮我们书写相应的代码。
当代码有报错的时候,我们也可以向大模型提问,让大模型协助我们修正。
案例2:大模型在生成音频的应用
在日常生活中,很多人会录制一些个性化的音频用于导航播报或者手机铃声,而大模型可根据用户输入的文字内容,生成相应的音频。(体验链接可联系数智支撑团队获取)
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。