第一章
学习了LLM的概念,LLM的能力与特点,LLM的应用与影响。
大语言模型(LLM,Large Language Model),也称大型语言模型,是一种旨在理解和生成人类语言的人工智能模型。
了解了RAG的工作流程和面临的问题以及成果案例。
检索增强生成(RAG, Retrieval-Augmented Generation)。该架构巧妙地整合了从庞大知识库中检索到的相关信息,并以此为基础,指导大型语言模型生成更为精准的答案,从而显著提升了回答的准确性与深度。
了解了langchain
LangChain 框架是一个开源工具,充分利用了大型语言模型的强大能力,以便开发各种下游应用。它的目标是为各种大型语言模型应用提供通用接口,从而简化应用程序的开发流程。
了解了LLM开发的整体流程
大模型开发一般流程
确定目标--设计功能--搭建整体架构--搭建数据库--Prompt Engineering--验证迭代--体验优化
搭建LLM项目的流程简析
项目规划与需求分析--数据准备与向量知识库构建--大模型集成与api连接--核心功能实现--核心功能迭代优化--前端与用户交互界面开发--部署测试与上线--维护与持续改进
学会了通过vscode连接远程服务器与Jupyter Notebook的使用
跟随教程配置了虚拟环境
过程中学会了简单使用git与conda的功能