AI菜鸟向前飞 — LLM简介

最新推荐文章于 2024-11-01 13:39:49 发布
最新推荐文章于 2024-11-01 13:39:49 发布
阅读量383 收藏 5
点赞数 5
分类专栏： AI菜鸟向前飞 文章标签： 人工智能 aigc 语言模型
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/soukingang/article/details/138810477
版权

本篇所出现的术语

  • LLM（Large Language Model）

    大语言模型，也称“大模型”

  • Prompt（提示词）

    目前新出一个岗位叫“Prompt Engineer”

  • Vector Database（向量数据库）

  • Embedding（帮助模型理解语义关系）

    用于将高维度的数据（如单词、短语、句子等）转换为低维度的向量，将数据的抽象和复杂度降低，使得机器学习模型能够更有效理解和处理数据。

大语言模型“们”

大语言模型官方产品官网
GPTOpenAIChatGPThttps://chat.openai.com
GeminiGoogleGoogle Bardhttps://gemini.google.com
文心百度文心一言https://yiyan.baidu.com
Moonshot月之暗面Kimi Chathttps://kimi.moonshot.cn
星火讯飞讯飞星火https://xinghuo.xfyun.cn
ChatGLM智谱清言智谱清言https://chatglm.cn
ABAB星野MiniMaxhttps://www.xingyeai.com

当前最火的还是GPT，其他大语言模型只能是望其项背

大模型算法“们”

算法设计者官网
TransformerGooglehttps://blog.research.google/2017/08/transformer-novel-neural-network.html
RWKV彭博https://www.rwkv.com
MambaCMU&Princeton Universityhttps://mamba.readthedocs.io

算法性能从上到下越来越好，但当前最流行的还是Transformer

科比曾说过“Black Mamba” （不知Manmba算法模型的起名与科比这句话是否有关联🤔）

大模型应用开发

业务架构

图片

技术架构

  • 纯Prompt（套壳～纯对话）

图片

  • Agent + Function Calling

图片

  • Embeddings + Vector Database

图片

  • Fine-tuning（微调）

图片

下一篇，将介绍Prompt相关知识，敬请期待。

Song榆钱儿
关注
专栏目录
LLM Agent 基础架构：运维场景、Agent引擎、ToolServer、AIOps算法平台、运维平台、LLMOps...
weixin_40419002的博客
08-21 67
在现代化的IT运维中，随着系统复杂度的不断增加，传统的运维方式已经难以满足高效、精准的需求。LLM Agent 基础架构之运维场景，通过高度智能化的AI技术，实现了系统状态的实时监控、预测和优化，极大地提升了运维效率和准确性，为业务的稳定运行提供了强有力的保障。本文将详细讲解如何通过LLM（大语言模型）和Agent引擎来智...
LLM Agent 基础架构：运维场景、Agent引擎、ToolServer、AIOps算法平台、运维平台、LLMOps
老皮的博客
08-15 986
AI大模型作为人工智能领域的重要技术突破，正成为推动各行各业创新和转型的关键力量。抓住AI大模型的风口，掌握AI大模型的知识和技能将变得越来越重要。学习AI大模型是一个系统的过程，需要从基础开始，逐步深入到更高级的技术。这里给大家精心整理了一份全面的AI大模型学习资源，包括：AI大模型全套学习路线图（从入门到实战）、精品AI大模型学习书籍手册、视频教程、实战学习、面试题等，资料免费分享！
AI菜鸟向前飞 — LangChain系列之十七 - 剖析AgentExecutor
Song榆钱儿的博客
06-09 1149
本篇从源代码角度深入浅出剖析AgentExecutor实现的机制，介绍了AgentStep、Agent Plan等内容，并做对比分析，结尾处补充介绍tool的另一个属性值return_direct的含义和作用。
AI菜鸟向前飞 — LangChain系列之二
Song榆钱儿的博客
05-13 301
关于langchain_openai一些知识点 LangChain所封装的模型 大语言模型（LLM） 在LangChain的环境中，LLM特指文本补全模型（Text Completion Model）
AI菜鸟向前飞 — OpenAI Assistant API 原理以及核心结构（一）
Song榆钱儿的博客
08-09 1081
介绍OpenAI Assistant API 原理以及核心结构，并提醒大家在使用过程中需要注意到的内容，避免踩坑。
AI菜鸟向前飞 — LangChain系列之十四 - Agent系列：从现象看机制（上篇）
Song榆钱儿的博客
05-26 1245
正式进入LangChain一个重要模块Agent的技术讲解，从简单的使用到背后的底层初探实现方式，让你看到不一样的解读，希望对大家理解Agent有帮助
AI菜鸟向前飞 — 一些AI术语和TA的朋友们
Song榆钱儿的博客
05-13 750
AI专业术语 LLM Large LanguageModel 即：大语言模型 Token的含义 在不同领域，它被赋予了不同的含义 在AI领域 它是指最小单位的“词元”，或者说单词的“片段”
AI菜鸟向前飞 — LangChain系列之九 - RouterChain的四种实现方式
Song榆钱儿的博客
05-16 636
本篇给大家介绍LangChain的一种重要的Chain，路由链（RouterChain），并使用大家能看懂的四种实现方式给大家show下代码，希望大家喜欢，并顺便提到了阿里千问的大语言模型如何使用
AI菜鸟向前飞 — LangGraph系列之一：深入浅出解读Graph（一）
Song榆钱儿的博客
09-11 414
介绍LangGraph的两个重要的基本要素：Node和Edge，并通过图文并茂的方式让读者更好地理解。
AI菜鸟向前飞 — LangChain系列之十六 - Agent系列：从现象看机制（下篇）一款“无需传递中间步骤“的Agent
Song榆钱儿的博客
06-05 647
介绍另一款Agent在使用的时候，无需传intermediate_steps（中间步骤）参数，也不需要用到AgentExecutor，就能够完成整体的调用和结果的输出
终端LLM AI模型:mlc-llm
10-10
总之，MLC LLM是人工智能领域的一个重要里程碑，它标志着AI模型正逐渐从云端走向本地，为用户提供了更安全、更快速、更个性化的服务。通过本地部署和强化学习，它有望推动AI技术在各个领域的广泛应用。
【人工智能时代】- 大型语言模型（LLM）理论简介
xiaoli8748的专栏
08-19 1482
1.1 大型语言模型（LLM）的概念​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。LLM 通常指包含数百亿（或更多）参数的语言模型，它们在海量的文本数据上进行训练，从而获得对语言深层次的理解。目前，国外的知名 LLM 有 GPT-3.5、GPT-4、PaLM、Claude 和 LLaMA 等，国内的有文心一言、讯飞星火、通义千问、ChatGLM、百川等。
AI OS与LLM as OS：人工智能操作系统的崛起
AI天才研究院
04-30 219
近年来，随着大语言模型（Large Language Model, LLM）技术的突飞猛进，人工智能领域掀起了新的革命浪潮。以ChatGPT、GPT-4等为代表的LLM模型展现出了惊人的自然语言理解和生成能力，使得人机交互前所未有地拟人化、情境化。在此背景下，业界开始探索将LLM作为操作系统（Operating System, OS）的可能性，由此催生出"AI OS"和"LLM as OS"的概念。本文将深入解读这两个前沿概念，分析其内涵、技术原理、应用前景及面临的挑战。
【人工智能】LLM 大型语言模型和 Transformer 架构简介
热门推荐
AI天才研究院
05-24 2万+
然而，传统的机器学习模型，例如神经网络，并不能天生理解输入的顺序。通过将位置编码纳入 Transformer 架构，GPT 可以更有效地理解句子中单词的顺序，并生成语法正确且语义有意义的输出。但是，模型只能理解数字，不能理解文本，因此需要将这些输入转换为称为“输入嵌入”的数字格式。作为初创公司的首席技术官，我每天都在讨论这项革命性的技术，因为围绕它的持续不断的嗡嗡声和炒作。这篇博文将探讨 LLM（大型语言模型）和转换器架构的基本概念，转换器架构是所有带有转换器的语言模型的构建块，包括 GPT。
人工智能大模型（LLM）的核心能力、具体的应用场景和具体的落地步骤
AI天才研究院
06-13 1万+
LLM可以对大段的文本进行摘要生成，提取关键信息并生成简洁的摘要。这在新闻摘要、文献摘要和信息检索等领域具有实际应用价值。人工智能大模型（LLM）具备强大的语言理解和生成能力，能够应用于各种自然语言处理任务。本文介绍了LLM的核心能力，包括语言理解、语言生成、上下文感知和多模态处理。同时，列举了LLM的几个主要应用场景，如问答系统、机器翻译、文本摘要和自然语言生成。最后，给出了实现LLM的落地步骤和代码示例，包括数据收集与预处理、模型训练与预训练，以及模型部署与应用。
探讨Facebook的AI研究：未来社交平台的技术前瞻
LokiSan的博客
10-29 1387
在数字时代，社交媒体已成为人们日常生活的重要组成部分。作为全球最大的社交网络之一，Facebook不断致力于人工智能（AI）的研究与应用，以提升用户体验、增强平台功能并推动技术创新。本文将探讨Facebook在AI领域的研究方向及其对未来社交平台的潜在影响。
UOS AI 1.6 版本升级，如何实现精准搜索，效率翻倍？
最新发布
vickynesss的博客
11-01 475
通过直接接入互联网的实时数据流，搜索结果变得多样化，不仅限于文字总结，还包括思维导图、事件与人物的综合概述，以及图片、视频、音频等多种形式，显著提高了回答的准确性和全面性。全局搜索全新搭载端侧大模型：支持离线自然语言搜索，无论身在何处，即使没有网络，只需通过快捷键“Shift+space(空格键）”唤醒全局搜索，都能轻松找到所需文件。：对于日常积累的海量截图，只需借助全局搜索功能，简要描述图片内的文字信息，便能迅速锁定并检索到所需图片。：重要信息直接添加到知识库，方便日后查阅，让全局搜索成为你的第二大脑。
基于Keras的U-Net模型在图像分割与计数中的应用
10-31 2050
网络结构优化：项目基于经典的U-Net模型进行改进，采用了更深的网络层次结构，使模型能够在多尺度上捕捉到图像中的细节信息。特别是针对医学图像分割，项目通过增加卷积层数和引入Dropout层来增强模型的特征提取能力，并有效防止过拟合，从而提高模型在训练数据较少情况下的表现。项目中采用了he_normal初始化器和relu激活函数组合，使得网络在训练时能够更快地收敛，降低梯度消失的风险。自定义数据增强策略：在中实现了一个自定义的图像增强类。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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