LLM大模型AI应用的三阶技术

已于 2024-06-18 17:49:11 修改
阅读量239 收藏
点赞数 1
分类专栏： 大模型专栏 文章标签： 语言模型 LLM 大模型 人工智能
于 2024-06-07 20:09:28 首次发布
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/yangyin007/article/details/139534783
版权

第一阶 指令工程（Prompt Enginner）

设计提示（Prompt Design） 

结果优化（Response Optimization）

交互设计（Interaction Design）

模型理解（Model Understanding）

第二阶 应用框架

向量数据库、

向量检索

LangChain

Semantic Kernel

智能体 ....

第三阶 模型微调（Fine-tune）

【AI大模型】如何开发LLM应用
weixin_42548337的博客
09-04 1119
嘿，说起这个大模型开发啊，它可真是个有意思的活儿。简单来说，咱们就是拿那些大语言模型当宝贝，它们就像是超级大脑，既有超强的理解能力，又能唰唰唰地生成各种东西。咱们呢，就是利用这些超能力，再加点特别的数据或者业务上的小心思，整出些独一无二的应用来。这过程，咱们就叫它大模型开发。说到技术核心，那肯定是绕不开大语言模型的。但实际操作起来，咱们大多时候是通过调用那些现成的API啊，或者是开源的模型，来搞定理解和生成这两大难题。
20个主流的代码生成LLM大模型及9种常见应用场景
python12345678_的博客
07-22 3476
自动完成或代码生成功能已在开发工具中存在多年。早在 1996 年，微软就在 Visual Studio 中为 Visual Basic 引入了这一功能（IntelliSense）。熟悉 Eclipse 的人可能使用过 Java getter 和 setter 生成函数，以及变量名的字符串导出函数（著名的“public String toString()”函数）。提供下一行代码仍然是这些 IDE 工具的一个重要功能，通常通过同时按下 Control 和空格键来激活。
大模型应用开发之业务架构和技术架构（从AI Embedded 到 Copilot,再到Agent）
2301_81940605的博客
04-26 3045
本文章，我们从大模型目前应用的典型业务架构和技术架构进行分析，让大家初步能够了解我们都是在如何使用LLM的，从而大家在自己的实际落地场景中，也可以对照分析，如何建设自己的业务架构和技术架构，以及选择什么样的技术路线。
LLM大模型入门指南：基本技术原理与应用
2301_81940605的博客
08-16 781
本文带着大家初步了解一下大模型的基本技术原理，包括深度神经网络、激活函数、损失函数、优化算法、正则化和模型结构等。
LLM 大模型安全 | 大语言模型应用安全入门
2301_81888214的博客
07-10 845
在本文中，会以应用安全工程师的视角，汇总梳理有关 LLM 的原理和基础知识，以赋能安全工程师为后续新型使用 LLM 的产品的信息安全保驾护航。
基于大模型（LLM）的Agent 应用开发
2301_81940605的博客
05-01 2472
目前，业界一般认为基于大模型的应用集中在两个方向上：RAG 和 Agent，无论哪一种应用，设计、实现和优化能够充分利用大模型(LLM)潜力的应用都需要大量的努力和专业知识。
LLM大模型之快速入门Agent （ai大模型）
2401_82469710的博客
07-13 878
LangChain支持构建应用程序，将外部数据源和计算源连接到LLM。我们将从一个简单的 LLM 链开始，它只依赖于提示模板中的信息来响应。
LLM大模型：2024工业AI大模型发展分析
DEVELOPERAA的博客
01-04 1031
大模型引领人工智能技术创新和应用。 自 1956 年达特茅斯会议（Dartmouth Conference）提出人工智能的概念以来，人工智能技术经历了多个发展高峰和低谷。在这一长期的发展过程中，人工智能技术不断演进，逐步朝着更高的智能水平和适应性发展。
LLM大模型应用开发之准备篇（OpenAI的plugins、GPTs与RAG、Agent）
AAI666666的博客
07-17 1214
家陆续在很多文章中可能已经看到过了很多概念，比如plugins、GPTs、Agent，这里面自ChatGPT3.5爆火以来，有众多的AI创业公司从不同的切入点在做，OpenAI公司也在不断推进自家产品的核心能力和生态的迭代更新，比如去年最引人瞩目的GPT-4 turbo的发布。
人工智能大模型多场景应用原理解析_大模型应用场景
python1222_的博客
07-09 1237
生成式人工智能是一种基于深度学习的AI技术，其通过学习海量数据中的规律和模式，能够生成新的数据、图像、语言等内容。这种技术在各个行业的应用都能够带来巨大的商业价值作为一个普通人我们应该如何把握住这次技术变革的浪潮呢？可以从以下四点入手：关注相关新闻和发展动态：保持关注人工智能领域的相关新闻和发展动态，了解最新的技术进展和应用场景，这有助于更好地把握人工智能的发展趋势和未来的应用方向。
大模型时代 AI 技术在金融行业的创新应用_ai+大模型在金融行业的应用场景
2401_85280106的博客
11-13 1188
本次分享主题为大模型时代 AI 基础软件在金融行业的部署应用，分享内容将聚焦于金融行业，重点介绍某银行在 AI 基础软件部署和应用方面的经验与心得。大模型时代，AI 技术在金融行业的应用趋势大模型时代，AI 基础软件在金融行业的设计思路大模型时代，AI 基础软件在金融行业的部署应用畅想首先，介绍一下 AI 技术的发展历程，及其在金融行业的应用趋势。从机器学习与 AI 工程化开始，企业通过构建各类机器学习和深度学习场景，逐步实现数字化创新。
大语言模型之六- LLM之企业私有化部署架构_大语言模型私有化部署
python12345_的博客
06-30 838
2023年上半年，广泛使用API（如OpenAI）来创建基于大型语言模型（LLM）的基础设施，极大地塑造了软件领域。和在这一趋势中发挥了重要的作用。2023年下半年LLMOps的运维工作流程中微调（或指令调整）模型门槛降低基本成了业内标准流程，这一趋势的发展主要是由以下几个原因，1.微调的成本急剧降低，配合PEFT等方法，可以在单张T4卡上对Llama 2微调，这在以前是难以想象的；2.处理公司内保密数据的能力，3.经过微调后可在某些特定任务中开发超过ChatGPT和GPT-4等模型性能的模型的潜力。
AI大模型的三大应用场景
2401_84587944的博客
05-05 1123
过去，人工智能往往局限于特定领域，而大模型凭借其强大的规模扩展性和多任务适应性，打破了这些壁垒，推动人工智能进入新的发展范式。大模型技术引领的新范式，正在推动人工智能走向“通才”，并加速其与各个行业的深度融合，催生众多创新应用场景，推动众多传统行业走向人工智能+。4月27日，中国信通院人工智能研究所副所长魏凯在“算力中关村”技术成果对接交流专场活动上发表《人工智能+的广阔前景与落地之路》的主题演讲。
ModelScope能干什么？
红衣大叔
04-08 357
ModelScope 以“模型即服务”为核心理念，通过开源共享、社区协作和工具链支持，为 AI 开发者提供了高效、灵活、开放的模型服务平台，助力人工智能技术的广泛应用与创新发展。ModelScope 将持续拓展模型库、优化工具链，并深化社区协作，致力于成为全球领先的 AI 模型服务平台，推动人工智能技术的普惠化与可持续发展。是由阿里巴巴达摩院推出的开源模型库和工具集，旨在为开发者提供高效、便捷的机器学习模型和工具，是一个。
当 Ollama 遇上 OpenVINO™ ：解锁多硬件 AI 推理新范式
最新发布
OpenVINOCC的博客
04-08 278
OpenVINO™ GenAI 为 Ollama-OV 提供了强大的可扩展性和灵活性，支持speculative decoding，Prompt-lookup decoding， pipeline parallel， continuous batching 等 pipeline 优化技术，为未来更多 pipeline serving 优化奠定了坚实基础。Ollama 提供了极简的模型管理工具链，而 OpenVINO™ 则通过 Intel 硬件（CPU/GPU/NPU）为模型推理提供了高效的加速能力。
DeepSeek 工业应用领域解决方案
weixin_62200515的博客
04-08 901
DeepSeek 在工业领域的应用已经取得了显著的成果，通过设备故障诊断、生产流程优化、供应链管理等多方面的智能化解决方案，帮助企业提升了生产效率、降低了成本、提高了产品质量和市场竞争力。同时，DeepSeek 的低代码开发平台和灵活的部署方式也为企业的数字化转型提供了强大的支持。
【AIGC】零样本学习方法综述(TPAMI 2023 研究综述)
qq_45752541的博客
04-07 1249
广义零样本学习 ，即 Generalized Zero-Shot Learning（GZSL）的目的是在监督学习过程中某些输出类未知的条件下，训练一个模型来对数据样本进行分类；GZSL利用已看到（源）和看不见（目标）类的语义信息来弥补看见类和看不见类之间的差距。自其引入以来，许多GZSL模型已经被制定出来。在这篇综述论文中，我们对GZSL进行了全面的综述。首先，提供了一个GZSL的概述，包括问题和挑战。然后，我们引入了GZSL方法的分类，并讨论了每个类别中的代表性方法。此外，
深度学习篇---模型训练（1）
2301_79556402的博客
04-05 935
本文再网络结构（1）的基础上，完善数据读取、数据增强、数据处理、模型训练、断点训练等功能。
大语言模型(LLM)全解析：从原理到实战应用
Small_nie
04-08 872
大语言模型正以前所未有的速度改变着我们的信息处理方式。理解其原理和应用，不仅能帮助我们更好地使用这些工具，也能为参与AI发展奠定基础。从实际需求出发选择合适应用持续学习最新技术进展积极参与人机协作新模式的探索未来已来，让我们以开放而审慎的态度，共同塑造LLM与人类协作的美好图景。
AI大模型技术应用与RAG检索增强快速学习指南
该文件是一套关于人工智能大模型应用的资料包，涵盖了从基础理论到实际应用的全方位内容，特别强调了检索增强技术（Retrieval-Augmented Generation，简称RAG）的应用。RAG技术是一种结合了检索系统和生成模型的创新...
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