datawhale动手学大模型应用开发

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