- 博客(200)
- 收藏
- 关注
RSS订阅原创 复旦大学邱锡鹏教授：深度剖析ChatGPT类大语言模型的关键技术
ChatGPT 自问世以来，便展现出了令世人惊艳的对话能力。仅用两个月时间，ChatGPT 月活跃用户就达一亿，是史上用户增速最快的消费应用。对于学术界、工业界、或是其他相关应用来说都是一个非常大的机会和挑战。事实上，ChatGPT 的成功并不是偶然结果，其背后多有哪些创新之处，本文整理于由中国人工智能学会主办的「ChatGPT 及大模型专题研讨会」上复旦大学邱锡鹏教授带来的《对话式大型语言模型》的分享，他从大规模预训练语言模型带来的变化、ChatGPT 的关键技术及其局限性等角度深入地介绍了大规模语言模
2024-09-04 12:37:11
1658
1
原创 LLM 推理框架之上：10 种常见 LLM 推理系统总结
2406.01566] Helix: Distributed Serving of Large Language Models via Max-Flow on Heterogeneous GPUs 是一个用于在异构 GPU 集群上提供高吞吐、低延迟 LLM 推理服务的分布式系统。Helix 的关键思想是将异构 GPU和异构网络连接的 LLM 推理计算表示为一个有向加权图的最大流量问题，其节点代表 GPU 实例，边捕获通过异构 GPU 和网络的流量。然后，Helix 使用混合整数线性规划。
2024-09-03 13:48:00
1755
原创 如何计算和优化 LLM 部署所需的 GPU 内存 ?
那以下这些PDF籍就是非常不错的学习资源。考虑到目前市面上的 GPU，例如 NVIDIA 的 A100，每张卡片通常配备 80 GB 内存，这意味着至少需要两张这样的 GPU 来支持模型的部署。现如今大模型岗位需求越来越大，但是相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。很多人学习大模型的时候没有方向，东学一点西学一点，像只无头苍蝇乱撞，下面是我整理好的一套完整的学习路线，希望能够帮助到你们学习AI大模型。
2024-09-03 13:44:13
1389
原创 大模型基础：基本概念、Prompt、RAG、Agent及多模态
随着大模型的迅猛发展，LLM 作为人工智能的核心力量，正以前所未有的方式重塑着我们的生活、学习和工作。无论是智能语音助手、自动驾驶汽车，还是智能决策系统，大模型都是幕后英雄，让这些看似不可思议的事情变为可能。本文将从以下5个方面介绍大模型相关内容：1. LLM基础知识3. RAG的应用4. Agent的应用5. 多模态模型1. LLM基础知识1.1 LLM基本概念从字面意思来讲，LLM 是 Large Language Model 这三个单词的首字母缩写，意为大语言模型。
2024-09-02 11:47:21
1606
原创 写给LLM新手的建议，能帮你少走2年弯路
1.不要只关心微调，SFT，RLHF，作为系统性学习是OK的，切忌花太多精力。2.想做应用的，建议集中到某个垂直领域比如对话机器人，问答系统，金融/医疗/教育方向，找一个具体的场景，把它做好，做深。3.多关心数据，数据管道，高质量训练/测试集的构建经验，对数据的感觉，是最直接，也是最适合用到未来工作当中的。4.大模型不只有算法，也可以有工程。大公司拼的都是基建，平台是对业务的支撑，牛逼的基础设施是大模型产品成功不可或缺的因素。
2024-09-02 11:40:44
853
原创 RAG重磅升级：DSF带来特定领域精准提升的全新方案！
检索增强生成（Retrieval-Augmented Generation, RAG）是一种结合了检索（Retrieval）和生成（Generation）能力的框架，通过从背景数据中检索相关信息来增强模型的生成输出。在当前的大型语言模型（LLM）技术中，一个显著的限制是模型无法即时更新其训练数据集，这引发了两个主要问题：一是如何获取最新知识，二是如何减少生成幻觉（hallucination）的现象。为应对这些挑战，通常采取两种方法：微调（fine-tuning）和检索增强生成（RAG）。
2024-08-31 21:37:56
801
原创 怎么转行大模型？
• 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。• 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；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。等, 😝有需要的小伙伴，可以。
2024-08-31 21:34:18
944
原创 打脸“AI灭绝伦”！研究反驳：大模型涌现能力不会威胁人类生存
进一步的实验表明，无论是模型规模的增加，还是训练数据的丰富，指令微调模型在 zero-shot 的情况下，仍然能够与非指令微调模型表现出相似的任务解决能力。他们表示，“涌现能力” 背后的真相或许比科幻电影更富有戏剧性，许多所谓的“涌现能力”，其实都是 AI 大模型在面对不熟悉的任务时，依赖于已有的数据和经验做出的“即兴表演”。首先，LLM 的涌现能力主要来源于上下文学习和指令微调，这些技术在模型的设计和训练中是可以被预测和控制的，并未表现出完全自主发展的趋势，也没有产生独立的意图或动机。
2024-08-20 09:45:00
447
原创 小白学大模型：L-Eval 长文本评测
Coursera：这个数据集来源于Coursera网站上的公共课程，特别是与大数据和机器学习相关的课程。输入的长文档是视频的字幕，问题和正确答案由作者标注。Coursera数据集的特点是采用多项选择的指令格式，并设置了多个正确选项，这增加了任务的难度。SFcition：这个子任务是为了测试LCLM对输入上下文的忠实度。作者认为，在LCLM中，上下文知识（存储在长输入中）比参数知识（在预训练期间获得）更为重要。
2024-08-19 15:48:22
567
原创 多模态大模型(MLLM)：架构篇
该架构中包含的子模块主要有：Multimodal Encoding、Input-side Projection、Backbone LLMs、Decoding-side Projection、Multimodal Generaton。**关键特点：**LLM是系统的关键连接部分，直接从外部接收多模态信息，并以更流畅的方式将指令传递给解码器/生成器。鉴于这一前提，几乎所有当前的MLLM都是基于大语言模型(LLM)构建的，作为核心决策模块（即大脑或中央处理器）。
2024-08-19 11:49:23
422
原创 什么是LLM？看这一篇就够了！
自从2022年12月 ChatGPT 横空面世以来，AI 领域获得了十足的关注和资本，其实AI的概念在早些年也火过一波，本轮 AI 热潮相比于之前的 AI，最大的区别在于：生成式。本文主要介绍大语言模型（Large Language Model，简称LLM）。通过海量文本训练的、能识别人类语言、执行语言类任务、拥有大量参数的模型，称之为大语言模型。
2024-08-16 17:54:49
1208
原创 深度剖析大模型：从基础到应用及未来走向
例如，在复杂的交通路况中，Agent 可以迅速学习并适应新的交通规则和突发状况，做出合理的驾驶决策；Agent 作为一种独特的存在，能够凭借对周边环境细致入微的感知以及深入的理解，从而做出与之相匹配的精准决策和切实有效的行动。比如，在充满挑战与趣味的智能游戏领域当中，Agent 能够依据瞬息万变的游戏场景以及对手难以捉摸的行为模式，精心制定出富有前瞻性的策略，并迅速且准确地执行相关操作。我们需要充分认识其潜力，合理利用其优势，同时积极应对可能出现的问题，推动大模型技术的健康发展，为人类社会带来更多的福祉。
2024-08-16 14:37:24
666
原创 阿里大模型算法工程师面试小结
在自我介绍环节，我清晰地阐述了个人基本信息、教育背景、工作经历和技能特长，展示了自信和沟通能力。很多题目非常强调实践，没有做过大模型的项目且没有针对性准备过，很难回答上。大模型微调是很多公司的考察重点。几种模型的注意力机制、位置编码要熟悉。4.RLHF的几步多熟悉熟悉。
2024-08-15 19:45:00
503
原创 什么是大语言模型？| 普通人也能读懂
2022年11月30日，OpenAI公司发布ChatGPT，瞬间引爆了全球互联网，拉开了生成式人工智能技术革命的序幕。当回顾这一年多的人工智能发展，任何现存词汇都无法形容其波澜壮阔，AIGC技术以前所未有的速度进化，通用人工智能的轮廓日渐清晰。在这场势不可挡的技术革新洪流中，公众的情绪由最初的旁观、震惊，逐渐演变成一种夹杂着求知渴望的焦虑——这一切很大程度上源自于人工智能技术的神秘面纱。深入探究AI的奥秘要求深厚的理论基础，这对于大多数人而言并非易事。
2024-08-15 18:00:00
343
原创 学大模型必看！手把手带你从零微调大模型！
今天分享一篇技术文章，你可能听说过很多大模型的知识，但却从未亲自使用或微调过大模型。今天这篇文章，就手把手带你从零微调一个大模型。大模型微调本身是一件非常复杂且技术难度很高的任务，因此本篇文章仅从零开始，手把手带你走一遍微调大模型的过程，并不会涉及过多技术细节。希望通过本文，你可以了解微调大模型的流程
2024-08-15 12:00:00
564
原创 大模型五虎：一边找钱，一边撒钱
首先，随着国内大模型企业估值门槛的提高，在宏观融资环境整体收缩的大背景下，如联想集团高级副总裁、联想创投集团总裁贺志强的预测，要诞生特别厉害的创业公司就需要有一大批创业公司，而对其他的企业，一部分肯定是「死掉了」，而另一部分则是会「被并（购）掉了」。不过，中国大模型企业在一边找钱的同时，也在一边撒钱。其次，与曾经的「巨头打架」相比，当前大模型企业的对外投资布局依旧在初期，更多的还是看中与自身业务的协同和战略价值，智谱AI CEO张鹏也曾提到，只有强大基座模型是不够的，更多的是希望智谱的「朋友圈」越来越大。
2024-08-15 08:15:00
885
原创 【大模型微调】一文掌握7种大模型微调的方法
本篇文章深入分析了大型模型微调的基本理念和多样化技术，细致介绍了LoRA、适配器调整(Adapter Tuning)、前缀调整(Prefix Tuning)等多个微调方法。详细讨论了每一种策略的基本原则、主要优点以及适宜应用场景，使得读者可以依据特定的应用要求和计算资源限制，挑选最适合的微调方案。大型语言模型(LLM)的训练过程通常分为两大阶段：阶段一：预训练阶段在这个阶段，大型模型会在大规模的无标签数据集上接受训练，目标是使模型掌握语言的统计特征和基础知识。
2024-08-14 18:00:00
1113
原创 Al Agent--大模型时代重要落地方向
无需反馈的规划：大语言模型在做推理的过程中无需外界环境的反馈。随着大语言模型的日趋成熟，各类基于大语言模型的 AI Agent 逐渐走入人们的视野。带有反馈的规划：这种规划方式需要外界环境提供反馈，而大语言模型需要基于环境的反馈进行下一步以及后续的规划。Agent 最重要的功能是通过扮演某种角色，来完成特定的任务，或者完成各种各样的模拟，因此 Agent 的角色扮演能力至关重要。数据对齐方法：需要根据事先指定的数据集中人物的背景信息作为大语言模型的 prompt，进而做相应的预测。
2024-08-14 12:15:00
945
原创 从头开始，八步实现大模型接入｜如何用好大模型
而当模型达到了一定的临界规模后，其表现出了一些未能预测的、更复杂的能力和特性，模型能够从原始训练数据中自动学习并发现新的、更高层次的特征和模式，这种能力被称为“涌现能力”。但是大模型对于数据的敏感度是不同的，新的数据在提供给大模型之前需要经过一系列的预处理，才能够让让大模型充分理解这些数据的价值，而且不会因为新的数据而产生过拟合等因问题。用户在使用的过程中必然会针对大模型提供大量的反馈，可以根据这些反馈不断升级大模型服务的效果，甚至企业也可以把prompt的能力下放给用户，让用户帮忙不断提升大模型效果。
2024-08-14 07:15:00
1031
原创 大模型时代：新手与程序员转型入局AI行业的路径
随着人工智能技术的飞速发展，大模型时代已经到来，为新手和程序员提供了广阔的转型空间。在这个充满机遇与挑战的新时代，如何顺利转型入局AI行业，成为众多从业者关注的焦点。对于新手而言，建议从基础学起，逐步掌握机器学习、深度学习等核心技术。从简单的线性回归、逻辑回归开始，逐步过渡到复杂的神经网络模型，理解这些方法有助于更深入地掌握新兴技术的本质。同时，参与实际项目，通过实践加深理解，提升技能。对于已有编程基础的程序员，转型AI行业需要掌握更多前沿技术，如自然语言处理、计算机视觉等。
2024-08-13 17:30:00
935
原创 大模型时代的工业质检：技术革新与实践探讨
在行业中，有所谓的“黄金眼”，即从业 5 年以上的资深质检员，他们的年收入可达十几万，但一旦流失，对工厂而言风险很大。自 2018 年起，我们开始涉足这个领域，在这个过程中，Transformer 架构的出现为我们提供了重要的启示，尤其是像 VIT（视觉变换器）和 TinyVIT 这样的模型，它们在视觉处理方面展现出了巨大的潜力。这样一套方法已经开始在一些具体场景中应用，但我们的团队也清楚，这种新范式的落地不可能一蹴而就，它需要一个过程，目前我们这种零样本免训练的范式暂时只能解决一些相对聚焦的质检问题。
2024-08-13 11:45:00
2314
原创 构建大模型一年多，我们总结了关于 LLM 应用的运营经验
在本系列文章的第一部分，我们介绍了 LLM 的战术性操作。接下来，我们将拓宽视野，深入探讨长期的战略规划。在这一部分，我们将讨论构建 LLM 应用程序的运营层面，这些应用程序是战略与战术的桥梁，将理论与实际应用紧密结合。
2024-08-13 08:45:00
1219
原创 程序员转型大模型，是一个好的选择嘛？
在科技日新月异的今天，程序员作为推动技术进步的核心力量，正站在一个充满机遇与挑战的十字路口。随着人工智能、大数据、云计算等技术的飞速发展，大模型（如GPT系列、BERT等）成为了科技领域的热门话题，它们不仅在自然语言处理上取得了突破性进展，还逐渐渗透到图像识别、智能推荐等多个领域，深刻改变着我们的生活方式和工作模式。那么，对于程序员而言，转型大模型领域是否是一个明智的选择呢？一、技术前沿的吸引力首先，大模型代表了当前乃至未来一段时间内技术发展的最前沿。
2024-08-12 18:18:23
709
原创 智能体、多模态化大势所趋，探大模型的未来！
值得一提的是，在 7 月 6 日，腾讯也发布了混元大模型，它是由腾讯全链路自研的实用级大模型，拥有超千亿参数规模、预训练语料超 2 万亿 tokens，具备强大的中文创作能力，复杂语境下的逻辑推理能力，以及可靠的任务执行能力。开源大模型高度的「可玩性」带来了衍生模型的繁荣，这也带来一个全新的 To B 的市场：基于开源的基座大模型，去开发垂直行业大模型，增强大模型在某个垂直领域的能力，让大模型在特定的行业可以落地。我相信，在不久的将来，由 AI 大模型控制的各种智能设备，将会像现在的智能手机一样普及。
2024-08-12 12:30:00
765
原创 大模型时代，开发者怎么办
大模型时代，作为开发者我们可以借助大模型的能力实现更加智能的应用，本文介绍了多个大模型的开发级别，从简单的提示词到智能体，每一个级别都有其特点和局限，选择合适的技术来适配不同场景，你也可以转化为一个AI加持的开发者。展望一下未来，随着AI技术的发展，真正的智能有没有可能实现呢？各种智能体可以替代我们做事，甚至做一些人类做不到的事情。
2024-08-12 08:00:00
940
原创 向GPT提问也是一门学问——大语言模型提示工程入门
帮助用户将大语言模型（Large Language Model, LLM）用于各场景和研究领域。掌握了提示工程相关技能将有助于用户更好地了解大型语言模型的能力和局限性。，如问答和算术推理能力。开发人员可通过提示工程设计、研发强大的工程技术，实现和大语言模型或其他生态工具的高效接轨。的各种技能和技术。提示工程在实现和大语言模型交互、对接，以及理解大语言模型能力方面都起着重要作用。
2024-08-11 10:30:00
372
原创 如何做好大模型时代的产品经理的几点思考
随着人工智能技术的飞速发展，大模型时代已经到来，对产品经理提出了更高的要求和挑战。在这个新的时代背景下，产品经理需要不断思考和探索，以适应和引领市场的变化。
2024-08-10 18:00:00
765
原创 文心一言接入Promptulate，开发复杂LLM应用程序
最近在尝试将文心一言的LLM能力接入Promptulate，故写了一篇博客记录一下，是 Promptulate AI 旗下的大语言模型自动化与应用开发框架，旨在帮助开发者通过更小的成本构建行业级的大模型应用，其包含了LLM领域应用层开发的大部分常用组件，如外部工具组件、模型组件、Agent智能代理、外部数据源接入模块、数据存储模块、生命周期模块等。通过 Promptulate，你可以轻松构建起属于自己的LLM应用程序。Promptulate官网。
2024-08-10 11:45:00
1434
原创 LangChain：大语言模型的新篇章
LangChain产生源于Harrison与领域内的一些人交谈，这些人正在构建复杂的LLM应用，他在开发方式上看到了一些可以抽象的部分。一个应用可能需要多次提示LLM并解析其输出，因此需要编写大量的复制粘贴。LangChain使这个开发过程更加简单。一经推出后，在社区被广泛采纳，不仅有众多用户，还有许多贡献者参与开源工作。主要特性：1.数据感知：能够将语言模型与其他数据源进行连接。数据的读取和处理2.代理性：允许语言模型与其环境进行交互。可以通过写工具的方式做各种事情，数据的写入更新。
2024-08-10 07:30:00
1070
原创 AI产品实习生上岸面经
211硕士研一，之前有过运营的实习，无产品实习经验，通过三轮面试上岸智普清言产品实习生，参与大模型的商业化相关工作，下面是面经希望对家有帮助💪（ps:截止到发文时，已入职一个月）
2024-08-09 17:15:00
1621
原创 大模型量化概述
模型量化是指以较低的推理精度损失将连续取值（通常为float32或者大量可能的离散值）的浮点型权重近似为有限多个离散值（通常为int8）的过程。通过以更少的位数表示浮点数据，模型量化可以减少模型尺寸，进而减少在推理时的内存消耗，并且在一些低精度运算较快的处理器上可以增加推理速度。具体如下图所示，[-T, T]是量化前的数据范围，[-127, 127]是量化后的数据范围。image.png本文简要概述了模型量化基本原理以及目前针对大模型的一些量化方法。
2024-08-09 12:15:00
1743
2
原创 Kimi、百度文心、讯飞星火与通义千问：四大AI大模型争霸赛，谁将笑傲江湖？
Kimi大模型，这位AI界的“魔术师”，凭借其高度的灵活性和可扩展性，在AI江湖中独领风骚。它的出现，不仅推动了自然语言处理技术的发展，也为人们的工作和生活带来了极大的便利。它的出现，让人们对语音和图像识别的应用充满了期待，也为AI技术的发展注入了新的活力。通义千问大模型，这位新晋黑马，以其全面的能力和广泛的应用场景，迅速在AI江湖中崭露头角。就像武侠小说中的四大门派争霸一样，Kimi、百度文心、讯飞星火和通义千问这四款AI大模型也在各自的领域里展现出了强大的实力。那么，到底谁才是真正的AI霸主呢？
2024-08-09 09:00:00
880
原创 AI学习系列：大语言模型学习原理
今天文章主题：大语言模型的学习原理大语言模型的学习原理是通过深度学习算法，让计算机从大量文本数据中学习语言规律和知识，从而能够理解和生成自然语言。例如，就像婴儿通过不断听大人说话来学习语言一样，大语言模型通过阅读互联网上的海量文章、书籍和其他文本资料，学习理解并能够模仿人类的语言表达。深度学习算法是一种先进的机器学习技术，它借鉴了人脑神经网络的结构，并运用多个层级的节点（或称为“神经元”）来学习数据中的复杂模式。
2024-08-08 16:15:00
1407
原创 大模型vs陪诊师，谁来为“患者”的健康买单？
大模型之家注意到，目前，已经出现一些陪诊师以陪诊之名，行营销之实，倒卖医师就诊号源，扰乱医疗秩序。所以说，依靠人工陪诊师为服务原型的AI陪诊师的出现，一定程度上体现了新一代用户对于人工智能+落地应用的接受度，而其本身所具有的特定场景性，也让AI陪诊师在出现后并迅速被市场接受的同时，收获了资本的青睐。事实上，虽然AI陪诊师的出现，一定程度上提升了医疗服务的质量和可及性，满足了用户在就医流程中的相应需求，但结合此前陪诊发展阶段不断爆出的问题来看，AI陪诊想要得到长足的发展，仍然需要规避几个问题。
2024-08-08 13:15:00
810
原创 AI大模型加持的新一代网络舆情系统——“速途观澜”舆情感知引擎发布上线
对舆情监测服务商专业能力的要求也在不断提高。**该平台融合了速途最新研发升级的“观澜舆情感知引擎”，一款以大数据和AI为底座的网络舆情态势感知系统，这是速途在产品创新研发领域持续深耕与突破的新成果，并将有望成为舆情监测服务行业的创新标杆。**据悉，该系统以大数据+AI的双轮驱动为技术底座，是集舆情信息的实时监测、多层分析、智能研判、精准应对等核心功能于一体的网络舆情态势感知系统，**AI等前沿技术的引入为该产品注入了强大的动力，产品性能得到了大幅度的强化提升，进一步提升了其在行业内的竞争力和应用价值。
2024-08-08 08:45:00
473
原创 平均月薪 6.4W！大厂掀起AIGC人才大战！
要论2024下半场，普通人一定要抓住的红利，那大模型必占一席！随着AI浪潮席卷，新技术层出不穷，巨头企业们不惜重金抢夺AI人才。**今年大模型相关职位需求直接翻了两倍！**图源科锐国际（如侵删）甚至在2024年春招期间，图源脉脉高聘《2024春招高薪职业和人才洞察》就连相同职能岗位，会AI的年薪也远超不会AI的。数据来自猎聘另外一方面，对咱职场人，AI简直就是提升工作效率的利器。掌握好相关操作，真可以在工作更加游刃有余。比如👉可见AI的发展速度超乎想象，不管愿不愿意承认，AI的风早已刮向了职场。
2024-08-07 18:45:00
504
原创 国产AI大模型：从萌芽到繁盛，未来可期
百度、阿里巴巴、腾讯等科技巨头相继推出了自己的AI大模型，标志着国产AI大模型技术的成熟和应用的广泛性。**1、技术进步与应用场景挖掘：**技术进步，尤其是预测能力强、决策能力优的大模型，以及能够自主学习和实时交互的具身智能大模型，将成为未来的发展重点。：2023年被视为国产AI大模型发展的元年，众多厂商和科研机构纷纷加入大模型的研发和应用，推动了技术的快速迭代和行业的蓬勃发展。：国家层面对人工智能的重视程度不断加深，通过一系列政策的出台，为AI大模型的研发和应用提供了坚实的政策支持和良好的发展环境。
2024-08-07 12:00:00
1277
原创 大模型技术细节——大模型之文本生成与文档总结
很多人都简单的认为，生成文本的模型和进行文档总结的模型是一回事，都属于文本处理模型。我们一直在说大模型大模型，但大部分人都没深入研究过大模型的具体实现以及隐藏在大模型这个黑盒下的技术细节。文本生成大模型和文档总结大模型。
2024-08-07 08:45:00
2710
原创 一文读懂AI大模型发展历程
1998年，现代卷积神经网络的基本结构LeNet-5诞生，机器学习方法由早期基于浅层机器学习的模型，变为了基于深度学习的模型,为自然语言生成、计算机视觉等领域的深入研究奠定了基础，对后续深度学习框架的迭代及大模型发展具有开创性的意义。**三是高校与科研院所积极布局大模型。**第一，评估验证：**当前针对大模型的评估数据集往往是更像“玩具”的学术数据集，但是这些学术数据集无法完全反应现实世界中形形色色的问题与挑战，因此亟需实际的数据集在多样化、复杂的现实问题上对模型进行评估，确保模型可以应对现实世界的挑战；
2024-08-06 14:00:00
1222
原创 从头开始，八步实现大模型接入｜如何用好大模型
而当模型达到了一定的临界规模后，其表现出了一些未能预测的、更复杂的能力和特性，模型能够从原始训练数据中自动学习并发现新的、更高层次的特征和模式，这种能力被称为“涌现能力”。但是大模型对于数据的敏感度是不同的，新的数据在提供给大模型之前需要经过一系列的预处理，才能够让让大模型充分理解这些数据的价值，而且不会因为新的数据而产生过拟合等因问题。用户在使用的过程中必然会针对大模型提供大量的反馈，可以根据这些反馈不断升级大模型服务的效果，甚至企业也可以把prompt的能力下放给用户，让用户帮忙不断提升大模型效果。
2024-08-06 12:45:00
716
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人