大模型的应用
大模型的应用属于交叉岗位,既要对模型特性有所了解,更要对接口开发熟悉。
大模型目前普及主要的问题是幻觉,因此需要高度人类监管。大模型一般指代大量参数和计算资源的机器学习模型,下面二者都是,但易于混淆:
AIGC(生成式 AI)是 AI 生成内容,包括文本、图像、音频、视频等。
LLM(Large Language Model)大语言模型,主要用于处理和文本生成。
二者交集较多,但不是包含关系。
AIGC不仅限于LLM,还包括图像、音频、视频等生成技术。
部分大语言模型也不提供生成功能,只提供文本处理功能。
📄️ 模型社区
开源模型
📄️ 上下文工程
上下文工程系统的提供给大模型任务所需信息:任务提示词、外部知识检索、记忆与个性化信息、工具集成
📄️ Agent开发
Agent 的意义 :在 AI 时代,Agent 可以利用大模型处理复杂任务。
📄️ 模型微调
模型微调(Fine-Tuning) 是指在一个预训练的基础模型上,使用特定领域或特定任务的数据进行进一步训练,以使模型能够在特定任务上表现得更好。例如对计算机科学的名词翻译进行微调,可以提高翻译的准确性。
📄️ 模型评测
模型评测
📄️ 检索增强
检索增强生成(RAG)是一种通过结合实时数据检索来增强大语言模型文本生成的技术。它允许模型在生成过程中搜索外部数据库,产生更准确和最新的响应。
📄️ 本地部署
模型本地部署