LLM
文章平均质量分 94
阿苏拉则_妫
这个作者很懒,什么都没留下…
展开
-
动手学大语言模型LLM-01
LangChain 框架的核心库、核心组件,提供了基础抽象和 LangChain 表达式语言(LCEL),提供基础架构和工具,用于构建、运行和与 LLM 交互的应用程序,为 LangChain 应用程序的开发提供了坚实的基础。统计学习的方法,分析前面的词汇预测下一个词汇-------------> 假如神经网络模型,把模型更好的捕捉和理解语言的复杂关系---------------->Transformer架构的神经网络模型,通过学习大量文本理解语言规则和模式—>大语言模型的实现。原创 2024-06-14 17:35:50 · 1949 阅读 · 0 评论 -
动手学大语言模型LLM-02
在开发和应用模型的时候,注意会生成虚假信息的风险,模型经过大模型预训练,有丰富的知识,但是并没有完全记住所见的信息,难以准确判断自己的知识边界,会做出错误判断。设计prompt的时候,要给语言模型充足的推理时间,可以通过prompt引导语言模型进行深度思考,要求先列出问题的开发,说明推理依据在总结,在prompt中加入逐步推理的要求,让模型投入更多时间去思考,使其输出的结果更可靠。temperature 取值范围在0-1,越接近0,预测的随机性越低,更保守,越接近1,随机性高。原创 2024-06-15 01:27:04 · 875 阅读 · 0 评论