基于本地大模型的应用系统设计

背景介绍

最近从本地运行大模型中,深刻折服于本地运行大模型的种种魅力,或许GPU的开销会让你止步,但某一些应用场景,比如知识库系统或文本集中的相关任务,用cpu也可以玩起来。学习大模型, 跟人类学习使用电话,甚至电灯一类一样,门槛其实没有那么高,大模型也并不像各大培训课程,或排满数学公式的的书籍,以及试图介绍深层神经网络的科普知识等讲得那么玄乎其技。

大模型就是我们未来身边的一个辅助工具,如同手机,从一个简单的通讯工具,变成了多功能符合智能载体,而大模型未来也只是我们身边的一个强力工具,它会像手机一样的广泛使用的超级工具,各种衣食住行,医疗诊断、政务、银行金融、炒股投资等,都无一例外会被大模型统治着…

在这样的形势下,大模型并非会让社会进入一种被机器奴隶的状态,相反,只是在这场人工智能大变革的时代,人们逐步演化成两类:一类会使用大模型工具,继续优胜;一类,不会使用大模型工具,逐步淘汰。 无论是过去体力劳动革命,还是现在方兴未艾的脑力劳动革命,人类一如既往地向前发展,继续延续着优胜劣汰的故事。

毫无疑问,线性代数,微积分,概率统计等数学基础,对于深度学习,generative AI等都是无法绕开的必经之路,但是,并不是所有的人都要进入到大模型的这个深度。就如同,我们使用电灯,我们只要明白一些基本的电常识,知道电压、电流,火线、零线,并联、串联,知道开关控制,明白保险丝的断流作用等,那基本日常用电需求基本对普通人没有啥障碍,甚至加上一点辅助工具,比如电笔、绝缘胶带、几段电线,基本日常维护,也不是太大的问题。 推而广之,本文也是想从这个角度,尝试阐述一下大模型的应用,希望人人都能快速使用大模型。

应用场景

LLM简介

本地运行大模型

什么是RAG

本地搭建大模型环境

ollama

huggingface

RAG详解

embedding

graphRAG

面向LLM chatting模式应用设计

streamlit 简介

基于本地知识库大模型应用

基于本地代码库的日常开发测试应用

基于本地病例库的辅助诊断系统

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值