想用好一门技术,首先要弄明白它的边界:大模型的能力圈和局限性

什么是大模型? 大模型是指具有数千万甚至数亿参数的深度学习模型。近年来,随着计算机技术和大数据的快速发展,深度学习在各个领域取得了显著的成果,如自然语言处理,图片生成,工业数字化等。为了提高模型的性能,研究者们不断尝试增加模型的参数数量,从而诞生了大模型这一概念。大模型通常由深度神经网络构建而成,拥有数十亿甚至数千亿个参数。大模型的设计目的是为了提高模型的表达能力和预测性能,能够处理更加复杂的任务和数据。大模型采用预训练+微调的训练模式,在大规模数据上进行训练后,能快速适应一系列下游任务的模型。 阅读详情

在人工智能飞速发展的今天,有些人已经开始认为大模型无所不能;但大模型真的是无懈可击的吗?‍‍‍‍‍‍

任何技术都有其优势,也有其劣势;大模型也不例外,大模型虽然很强大,但它仍然有它的能力边界,超过能力边界的问题它也无能为力。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

而不论是大模型的使用人员,还是开发人员,都要明确知道大模型的能力边界在哪里,然后才能更好的使用它或者扩展它。‍

01.大模型能做什么?不能做什么?

大模型能做什么? ‍‍‍‍‍‍‍‍‍‍

从技术的方向来说,大模型能够进行自然语言处理(NLP),计算机视觉处理(CV)。‍‍‍‍‍‍‍‍‍

而从应用的角度来说,目前大模型主要应用于对话(问答)类,内容生成——包括文字,图片,视频等;以及代码开发和智能体(AI Agent)。‍‍‍‍‍‍‍

但具体大模型能做什么,目前为止大多数企业都处于探索阶段,没有一个统一的定论。

人类对人工智能的期望值很高,但随着技术的发展,大模型在未来是否能够满足人类的期望值,还是一个值得怀疑的结果。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

_大模型不能做什么?_‍‍

虽然说不清楚大模型能做什么,但可以说一点大模型可以做什么。‍‍‍‍‍‍‍‍‍‍

比如,大模型在数值运算方面有着明显的欠缺,或者说大模型根本没有数值运算的能力,之上目前是这样的。‍‍‍‍‍‍‍‍

在这里插入图片描述

其次,大模型资料更新不及时,必须外挂知识库才能在一定程度上缓解这个问题,并且还是无法完全解决幻觉问题。‍‍‍‍

其它的还包括上下文限制,没有记忆能力,在垂直领域表现不太好等多种问题;当然,这里这是描述了一部分问题,大模型的能力圈还需要通过各种方式去提升。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

02.怎么扩展大模型的边界?‍‍‍‍‍‍‍‍‍‍‍‍

任何技术都不可能单独存在,大模型也是如此;大模型本身的能力边界很有限,要想扩展大模型的能力圈,就需要给大模型增加各种附加技术。

比如,智能体就是扩展大模型能力圈的方式之一,大模型本身不具备获取最新信息的能力,但把大模型+搜索引擎就可以实现一个具有搜索功能的智能体。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

一直有人说,大模型的出现就类似于第一次工业革命时期的蒸汽机;蒸汽机本身的作用只是提供动力,它本身什么事情都做不了。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

但蒸汽机发挥力量的地方,是它和各种场景相结合;比如汽车,轮船,火车,纺织机等。

同样,大模型要想发挥力量,依靠其本身的能力是很难有作为的;但如果把大模型和不同的领域相结合,可能就会出现不一样的火花。‍‍

但具体怎么产生火花,这是很多企业,创业者,也是我们需要去思考的问题。‍‍‍

如果从企业的角度来说,就需要有一个对业务有着深刻理解的产品经理和技术经理,来把大模型和具体的业务场景相结合。‍‍‍‍

个人开发的人工智能聊天机器人,感兴趣的可以点击查看:

当然,大模型的出现意味着新一轮的洗牌,对某些人和企业来说是风险;但对某些人和企业来说就是机会。‍‍‍‍‍

就像阿里云王坚院士所说——一个划时代的技术的出现,必定伴随着新的巨头企业的崛起。‍‍‍

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范
  • …

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署
  • …

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建
  • …

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案
  • …

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

大模型入门指南:基本技术原理与应用 本文探讨了大型神经网络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,并讨论了预训练与微调、模型压缩与加速、解释性与可解释性、隐私与安全等关键议题,旨在帮助读者更好地理解和利用大模型来解决实际问题。 阅读详情

相关推荐

LLM大模型基础知识【一】

大语言模型(LLM):是指在自然语言处理(Natural Language Processing,NLP)领域中的一类大模型,通常用于处理文本数据和理解自然语言。这类大模型的主要特点是它们在大规模语料库上进行了训练,以学习自然语言的各种语法、语义和语境规则。例如:GPT系列(OpenAI)、Bard(Google)、文心一言(百度)。视觉大模型:是指在计算机视觉(Computer Vision,CV)领域中使用的大模型,通常用于图像处理和分析。

lin_xi_xi的博客 2882

【大模型】—AI大模型总体概述

本文将对AI大模型进行简要介绍,包括其定义、发展历程以及分类等。

crystal_csdn8的博客 2万+

山东大学软件学院计算机组成原理课程设计实验三

文章目录一、实验时间二、实验内容1. 实验目的2. 设计要求3. 实验基本思路三、电路图1. 可预置初值的模256异步计数器2. 8位ALU电路3. 总图四、补充 一、实验时间 第三次实验:2021年4月8日星期四,第六周 第一次部件级实验,开始算分 二、实验内容 微程序控制的运算器设计 1. 实验目的 (1)熟悉简单运算器的结构 (2)熟悉微命令的产生和时序 (3)熟悉运算器功能测试。 2. 设计要求 利用之前设计的具有超前进位功能的8位ALU,实现简单算术或逻辑运算 两操作数由八位寄存器R0、R1提供,

叶卡捷琳堡的博客 1万+

一文让你搞懂什么是AI大模型

AI大模型(Large AI Models)是指具有大量参数和复杂结构的人工智能模型。这些模型通常基于深度学习技术,能够处理大量数据并从中学习复杂的模式和关系。大模型的出现,极大地提升了AI在各个领域的表现能力。通过本文的介绍,相信你已经对AI大模型有了全面的了解。无论是自然语言处理、图像识别,还是自动驾驶、医疗健康,AI大模型都展现出了强大的能力和广泛的应用场景。希望本文能够帮助你更好地理解和应用AI大模型,推动你的技术创新和实践。

码上飞扬的博客 9980

来!简单了解一下计算机发展史!

​ 1936年,英国数学家阿兰・麦席森・图灵提出了一种抽象的计算模型——图灵机( Turing machine)。图灵机,又称图灵计算机,即将人们使用纸笔进行数学运算的过程进行抽象,由一个虚拟的机器替代人类进行数学运算。​ 图灵机是一个抽象的机器,它有一条无限长的纸带,纸带分成了一个一个的小方格,每个方格有不同的颜色。有一个机器头在纸带上移来移去。机器头有一组内部状态,还有一些固定的程序。

m0_57290404的博客 2910

Oracle ERP EBS R12 GL总帐业务方案 系统操作

本文档是Oracle ERP系统的总账管理模块使用手册,主要包含以下内容:1.系统架构设计,详细介绍多组织架构、会计科目设置等核心概念;2.总账日常操作流程,包括凭证录入、审核、过账等全流程管理;3.特殊业务处理,涵盖预算控制、内部往来、合并报表等专项功能;4.期末处理,说明月结、年结的操作步骤;5.系统设置指南,提供会计科目表、权限控制等配置说明;6.附录包含各业务模块的分录示例和系统操作图标说明。本手册适用于财务人员学习和使用Oracle ERP总账系统,重点讲解系统功能要点和实操步骤。

anpeng2019的博客 1888

你对大模型认知的开始——大模型的能力问题

大模型的能力是对大模型自身最好的诠释在此之前,一直不知道该怎么准确表达大模型,虽然一直在学习和使用大模型,但很多时候很难一句话说明白什么是大模型,也很难说明白大模型能干什么。但在昨天想问题的过程中,脑子里突然冒出一个词——能力,大模型的能力。总之一句话,大模型能做什么,不能做什么就是大模型的能力问题。大模型的能力在过去的2023年,被称为千模大战的时代,无数大模型如雨后春笋般冒了出来,很多大模型公司也在不断地强化各自的大模型。因此,我们也经常会听到某某大模型很强大,某某大模型又打破了什么记录。

Python_cocola的博客 956

HC-SR04测距不准?STM32F103定时器捕获模式详解与精度提升实战

本文详细解析了HC-SR04超声波测距模块在STM32F103上的精度问题,并提供了定时器输入捕获模式的实战配置方法。通过硬件级时间测量和温度补偿算法,将测距精度提升至±0.1cm,适用于工业级应用场景。文章包含完整的代码实现和测试对比数据,帮助开发者解决超声波测距不准的常见问题。

weixin_30313409的博客 351

2025年大模型能力来源与边界报告-复旦大学 (附下载)

预训练是大模型能力的基础,通过对海量语料的统计分析,模型能够记忆知识并学习语义分布表示。例如,直接依据训练语料的统计,可计算出知识记忆概率,且模型准确率与语义互信息(SMI)呈高度正相关(R²>0.85)。这表明预训练使模型具备了知识存储的能力,为后续能力的发展奠定了基础。

2301_76168381的博客 1069

如何创建 SAP ABAP CDS View 的 Association

所以本文我们虽然学习了如何创建 SAP CDS View 的 association,知道了 association 是用来在 CDS View 里将两张数据库表关联起来,但根本不知道怎么使用这个 association. 而且从 association 的写法来看,似乎和本教程之前介绍 inner join,left join 这些数据库表的连接操作没什么区别,都是根据两张表的 carrid 和 connid 字段相同进行的连接。只看到了我们在 CDS View 源代码实现里,放出来的四个字段。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 906

104、线缆与终端匹配:特性阻抗、双绞线规格与端接电阻优化策略

摘要: CAN总线物理层可靠性取决于线缆特性阻抗、双绞线规格与终端电阻的精准匹配。核心要点包括: 特性阻抗须严格匹配120Ω(±10%),反射系数需≤0.05,线缆建议选用Belden 3086A等实测达标型号,避免网线替代; 双绞线应选AWG22~24纯铜线,绞距≤30mm,工业环境需屏蔽层单端接地,杜绝铜包铝线; 终端电阻需选用金属膜电阻(0.5W以上),阻值按实测线缆阻抗微调,长距离可采用分裂终端(60Ω+4.7nF)优化信号完整性; 拓扑适配:星型/树型拓扑需控制分支长度,环型拓扑必须断开; 实测验

2401_88858637的博客 53

数据科学家的首要技术能力:识别并管理自身局限性

在数据科学实践中,‘局限性’并非能力短板,而是模型有效性的前提条件与现实落地的校准坐标。从数据覆盖缺失、因果推断边界、决策容错成本,到业务术语歧义与人因认知盲区,每一类局限都直接决定模型是否可解释、可维护、可追责。理解局限性,本质是建立问题域与数据域之间的映射契约——它驱动特征工程设计、约束模型选型逻辑、触发熔断机制,并支撑跨职能协作共识。尤其在金融风控、智能推荐、工业预测等强业务耦合场景中,忽视‘数据边界’或‘决策影响半径’,往往导致AUC 0.98却引发百万级损失。本文聚焦数据科学家如何将局限性从隐性风

weixin_30753873的博客 379

DeepSeek + 微信:手把手教你把 AI 接入个人微信,秒变“高情商”聊天助手(防封指南)

将 DeepSeek 接入微信,本质上是给你的微信装了一个**“最强外挂”**。它不仅能帮你回消息,还能帮你写周报、查资料、甚至陪聊解闷。工具是服务于人的,不要让 AI 完全替代了你的真情实感。毕竟,真正的高情商,是屏幕背后那个在乎对方的你。先申请一个小号,按照步骤跑通流程。然后试着调整 Prompt,训练一个属于你自己的“嘴替”吧!

BUG猿的博客 964

从 LLM 大模型到 AI Agent 技术演进

大语言模型(Large Language Model, LLM)是一类基于深度学习的语言模型,它们在大量的文本数据上进行训练,可以完成各种任务,包括代码编写、总结、翻译等。LLM 的特点是规模庞大,包含数十亿的参数,学习语言数据中的复杂模式。

Langchain的博客 1271

天龙八部TLBB系列 - 网单用数据库修改为其他门派

专注于Android/Unity和各种游戏开发技巧,以及各种资源分享(网站、工具、素材、源码、游戏等) --- 天龙八部修改门派

空名先生 9431

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

任何一门术数的局限性,都是很明显的

最近有不少00后加我,要跟我学习易经,其实对于年轻人学习易经,我是不大支持的。不是我认为你没有天赋,不是我认为你不聪明,而是我认为有更好的选择。艺术家,国学起名师,作家。其作品以朴素,深刻,具有洞见性和想象力,在各大网络广为流传,深受读者喜爱。跟人去看病,医生有的病可以看,有的病,谁都无能为力。所以我反复跟学生说,不要术数层面的东西,重要,但不要迷恋技术。从更大的道和德的角度,去点化世人,才是你的正途。而且我教学生,都是以他们自身为主去学的,我只是课程的制定者和检验者,学不会自学的学生,始终不是好学生。

灵遁者 306

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

LLM大模型联网查询技术全揭秘:一篇文章让你彻底明白!

众所周知,大语言模型(LLM)的知识时效性受限于训练样本的时间,在需要获取实时互联网信息的业务场景下,这一局限性会严重制约大模型的实际表现。为了解决这个问题,基于RAG(检索增强生成)技术,业界开发了多种联网查询技术方案,使LLM能够获取最新信息并基于信息进行回答。

2401_84495872的博客 3954

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

LLM大模型到AIAgent:技术演进之路

比如一个百万位数的加法任务,ChatGPT-4 囿于 token 数的限制是不可能完成这个任务的,但人类却可以,这恰是人类和 AI 需要弥补的 Gap。LLM 的特点是规模庞大,包含数十亿的参数,学习语言数据中的复杂模式。Agent 的 复杂程度各不相同,一个简单的恒温器可以是一个 Agent,一个大型的国家或者一个生物群体也可能是个 Agent。Agent 是一个能感知并自主地采取行动的实体,这里的自主性极其关键,Agent 要能够实现设定的目标,其中包括具备学习和获取知识的能力以提高自身性能。

daimakezhan_cn_g的博客 307

大模型时代,AI产品经理必备的这三个核心能力,你知道吗?

最近我一直在想,大模型已经不可避免地极大影响了传统行业信息化的走向,不是业务融入到AI中,而是将AI融入到业务场景里,每个从业者需要考虑如何融合的问题。那作为一个AI方向的产品经理,在大模型时代到底需要哪些核心能力?这段时间闭关,正好有了一些可以安静思考的时间,我仔仔细细地思考了一遍。1、能理解历程、原理和边界就是说,你要对人工智能的发展历程有个大概的了解,特别是现在流行的大模型,比如它的结构是怎样的,它是怎么工作的,还有它经过了哪些训练阶段,用了什么样的训练方法。

2401_85325557的博客 1348
上一篇: 构建AI Agent智能体:过去一年所学到的经验
下一篇: RAG系统进阶:query rewrite高手必备的三大技巧,附代码实现
Python_金钱豹
博客等级 码龄5年 1万+粉丝 2840原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
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