问题 发明”苹果“这个词之前, 人们如何描述苹果呢?
通过描述 颜色 大小 形状 纹理 特征等, 可以对苹果 清晰的定义
将这些特征用数字描述 得到一个数组 即 “向量”
这样 复杂的图形 变成了数字 计算机就可以识别了
新的苹果出现 计算机仍然可以认识苹果吗
即使出现新的苹果 这些苹果在向量数据库中 离的很近 相似度很高
AI大模型 + 向量数据库
当今的人工智能 通过上千个维度 来学习 训练 大模型 当AI大模型遇到庞大的向量数据库
大模型如何学习的?
step1向量数据
喂给大模型的词汇 都会先转换成 向量数据
当训练数据中出现多组类似的语言时 在向量数据组成的高维空间 相近的词汇就会离的更近 大语言模型就可以逐渐捕捉到 词汇间的语义和语法
比如大模型 会很明白 苹果 西瓜的语义上接近 但是和公交车 相差甚远
step2 大模型需要对上下文进行理解
此时transfermer架构开始发挥作用 从每个词出发 观察和其他词之间的关系权重
例如一句话中[“我” ”昨天“ ”买的“ ”苹果“ ”很好吃“],
很好吃 和 我的关系权重最大
这个很好吃 和 我 权重结果 被当作新的维度记录下来
这样一句话 也转换成了 带权重的向量
step3 问答
语言模型 经过 查询 计算 生成权重最高的答案输出给你 一次问答就完成了
总结
实际上大模型推理的过程更为复杂, 需要处理文本 图像 音视频 等大量非结构化数据 并 转换为 向量数据进行学习 这些数据的向量维度高达上千
传统数据库 只能进行行 列 检索
向量数据库 将向量数据组成一个 立体高维空间, 在空间中进行模糊检索 能够快速输出权重最高的答案
什么是向量数据库
读者福利:如果大家对大模型感兴趣,这套大模型学习资料一定对你有用
对于0基础小白入门:
如果你是零基础小白,想快速入门大模型是可以考虑的。
一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
包括:大模型学习线路汇总、学习阶段,大模型实战案例,大模型学习视频,人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型!
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费
】🆓
👉AI大模型学习路线汇总👈
大模型学习路线图,整体分为7个大的阶段:(全套教程文末领取哈)
第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
👉大模型视频和PDF合集👈
观看零基础学习书籍和视频,看书籍和视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费
】🆓