langchain提示词工程构建(2024/04/24)/施工中

前言

这是个人学习生成式ai提示词工程的学习笔记,在之前我自己预训练了一个自己的gpt-2模型,在未来将结合更多现代的架构完善自己的大模型训练和构建,深入学习并广泛涉猎,旨在多模态大语言模型总体观瞻。在目前看来,提示词工程是一项重要工程,对大语言模型应用下沉和拓展各项工作具有重要意义。

   为什么选择langchain,langchain具有广泛的开发基础,在应用场景上正在不断提高构建服务的水准,但是目前的各项开发还处于较早期时段,在未来,像这种大规模集成的包体系我想会像第二个hugging face的transformer包一样被广泛应用到各种开发场景上去。

一些抽象且无知的想法

让大语言模型参与到大语言模型的训练

  其一,文本的预处理上怎么解决,让现有高质量大语言推动高质量文本生成和整理工作。

  其二,模型架构的参与,一个moe架构或者中枢评判架构,快速的语言残差链接和更高水准的真实数据逼近。

  其三,类人类反馈学习的方式强化学习,在模型架构上实现动态微调。

langchain介绍

langchain是

  

  • 3
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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