一,盘古大模型整体业务架构
1.ModelArts一站式开发平台为底座
L0基础大模型:自然语言,多模态,视觉,预测,科学计算
L1行业大模型:政务大模型,金融大模型,制造大模型,矿山大模型,气象大模型,药物分子大模型
L2场景模型:传送异物检测,财务异常检测,铁路TFDS检测,水泥能耗优化,PCB板质检,卷宗审核,先导药物筛选,商品销量预测,建筑能耗优化,偏光片质检,营销话术生成,行业报告生成,电力巡检,海浪预测,小分子优化,空调空气质量优化
一,盘古自然语言大模型
内容生成,内容理解
二,盘古多模态大模型
跨模态检索,跨模态生成
覆盖4个典型应用场景
1.文生图:输入文本,创作对应语义图像
2.图生图:输入图像,重构与输入图像风格内容相近的不同图像
3.图片编辑:
4.概念注入图像生成:基于用户给定概念的可控图像编辑
三,盘古视觉大模型
分类,分割,检测
覆盖煤矿场景采,掘,机,云运,通主业务等100+场景智能化作业
四,盘古预测大模型
预测,优化
助力广发证券实现企业财务智能预警
五,盘古科学计算大模型
气象大模型,分子大模型
大幅提升气象预测速度个精度,药物分子大模型,大幅提升药物设计效率
二,Prompt撰写优化
1.提示词简介
1.提示词是什么?
LLM生成文本的过程可视为一个黑盒,人类无法直观地感知其过程,而与LLM交互的手段为提示词即模型的输入,提示词的质量决定了模型生成文本的效果
2.如何设计提示词?
提示词设计是一个迭代过程,需要大量的实验来达到较佳的结果,但是没有完美的提示词,只有合适的符合场景的提示词
2.大模型生成文本基本原理
LLM基于大量的训练数据,来预测输出文本中下一个词语的概率,确定词语后,组装到文本中继续预测,从而获得完成的输出文本,也就是“文字接龙”
3.提示词组成基本结构
- 任务:要求模型执行的具体任务。如:写一篇关于勇士的文章
- 说明:对提示词的细节补充说明,如:有冒险,友情等元素,生成文本至少200字
- 问题:用户输入的问题:请回答这部小说的作者是谁?
- 上下文:可能涉及的提示词上下文,如:角色,例子,外部信息
- 输出指示:指定模型输出内容的类型或格式,如:以JSON格式输出文本
4.提示词撰写的基本策略
打基础,搭结构,排顺序,设角色,做说明,给提示,少口语,分步骤,做预设