一、知识体系架构
二、什么是AI
三、大模型能干什么
大模型,全称「大语言模型」,英文「Large Language Model」,缩写「LLM」。
需要分清对话产品和大模型,ChatGPT是对话产品,GPT4是大模型。
一些大模型应用场景举例:
-
舆情分析: 从公司产品的评论中,分析哪些功能/元素是用户讨论最多的,评价是正向还是负向
-
坐席质检: 检查客服/销售人员与用户的对话记录,判断是否有争吵、辱骂、不当言论,话术是否符合标准
-
知识库: 让大模型基于私有知识回答问题
-
零代码开发/运维: 自动规划任务,生成指令,自动执行
-
AI 编程: 用 AI 编写代码,提升开发效率
可能一切问题,都能解决,所以是 :
AGI(Artificial General Intelligence)通用人工智能。
-
把大模型看做是一个函数,给输入,生成输出
-
任何问题,都可以用语言描述,成为大模型的输入,就能生成问题的结果
找落地场景的思路:
-
从最熟悉的领域入手
-
让 AI 学最厉害员工的能力,再让 ta 辅助其他员工,实现降本增效
-
找「文本进、文本出」的场景
-
别求大而全。将任务拆解,先解决小任务、小场景(周鸿祎:「小切口,大纵深」)
四、大模型是怎么生成结果的?
通俗原理:它是根据上文,猜下一个词(的概率)……
略深一点的通俗原理:
不严密但通俗的语言描述大模型的工作原理:
-
大模型阅读了人类曾说过的所有的话。这就是「机器学习」,这个过程叫「训练」
-
把一串 token 后面跟着的不同 token 的概率存入「神经网络」。保存的数据就是「参数」,也叫「权重」
-
当我们给它若干 token,大模型就能算出概率最高的下一个 token 是什么。这就是「生成」,也叫「推理」
-
用生成的 token,再加上上文,就能继续生成下一个 token。以此类推,生成更多文字
Token 是什么?
-
可能是一个英文单词,也可能是半个,三分之一个
-
可能是一个中文词,或者一个汉字,也可能是半个汉字,甚至三分之一个汉字
-
大模型在开训前,需要先训练一个 tokenizer 模型。它能把所有的文本,切成 token
再深一点的原理:
这套生成机制的内核叫「Transformer 架构」,还有其他架构。
Transformer架构:
五、用好 AI 的核心
把AI当人看!
六、大模型应用架构
大模型技术分两个部分:
-
训练基础大模型:全世界只需要 1000 人做这个
-
建造大模型应用:所有技术人,甚至所有人,都需要掌握
大模型应用技术特点:门槛低,天花板高。
典型业务架构:
Agent 还太超前,Copilot 值得追求。
技术架构:
(1)纯 Prompt
就像和人对话,你说一句,ta 回一句,你再说一句,ta 再回一句……
(2)Agent + Function Calling
-
Agent:AI 主动提要求
-
Function Calling:AI 要求执行某个函数
-
场景举例:你问过年去哪玩,ta 先反问你有多少预算
(3)RAG(Retrieval-Augmented Generation)
-
Embeddings:把文字转换为更易于相似度计算的编码。这种编码叫向量
-
向量数据库:把向量存起来,方便查找
-
向量搜索:根据输入向量,找到最相似的向量
-
场景举例:考试时,看到一道题,到书上找相关内容,再结合题目组成答案。然后,就都忘了
(4)Fine-tuning
努力学习考试内容,长期记住,活学活用。
如何选择技术路线:
值得尝试 Fine-tuning 的情况:
-
提高大模型的稳定性
-
用户量大,降低推理成本的意义很大
-
提高大模型的生成速度
基础模型选型,也是个重要因素。合规和安全是首要考量因素。
然后用测试数据,在可以选择的模型里,做测试,找出最优。
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
】🆓