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。

而千模大战，他们打的是什么？

用一句话概括就是，打的是大模型的能力，很多企业想方设法不断的提升大模型的能力；你家的大模型能聊天，我们家大模型就能讲故事，你们家大模型能生成视频，我们家大模型就能做逻辑推理。

你知道了什么是大模型的能力，那么你就知道了你在学习和使用过程中在做什么，在学什么。

比如，机器学习，神经网络，模型训练等等就属于实现大模型能力的技术；而你用大模型去做产品，去解决问题，这就属于大模型的应用技术。

知道了这些，你就知道大模型的发展也就两个方向，一个是怎么做一个拥有强大能力的大模型，另一个是怎么用好大模型的强大能力。

这也是前面文章中不断提到的，技术的本质是工具，一个会制造工具，即怎么把工具做的更好，第二个是学会使用工具，即怎么把工具给用好。

怎么做好工具，就是不断地提升工具的能力；怎么用好工具，就是不断地开发工具的使用场景。

大模型的能力

那大模型有哪些能力？

在之前的文章中，甚至是前一篇文章中也提到过，可以把大模型当做一个人，它能够写文章，做图片，做视频，甚至是做一些逻辑判断和规划，可以说人能做的事，从理论上来说它都能做。

但，受限于目前的技术能力，大模型的能力还有很多的局限性，比如有时候会一本正经的胡说八道；有时在逻辑判断中会出现明显的逻辑错误等，而这正是大模型厂商需要解决的问题。

而目前来说，大模型的主要能力表现在生成方面，也就是常见的生成文字，图片，视频，但随着大模型技术的发展，已经有生成音乐，PPT等内容的模型出现。这也是为什么现在的大模型叫做生成式大模型的原因，顾名思义。

而大模型还一个主要能力就是推理规划，在基于思维链(COT)研究的过程中，大模型已经有了简单的推理规划能力，并且可以通过API的方式调用一些第三方工具里完成任务。

虽然说大模型的推理规划能力还很弱，但随着技术的发展，其推理规划能力将越来越强；其生成能力也会越来越强。就类似于一个无所不能的人。

虽然现在的大模型能力已经很强大，但事实上它离人类的期望还有很长的路要走，比如说它还不具备自我学习的能力，还必须依靠预训练的方式才能完成知识的”学习”过程。

并且，一旦完成“学习”——训练，它的知识也就固定在它学习完成的那一刻，无法再了解最新的知识；如果想让它知道最新的知识，只有通过重新训练或通过挂载知识库的方式来更新它的知识。

而逻辑推理能力更是人类对大模型寄予的厚望，因为这是大模型通向AGI(通用人工智能)的一种方式；人类希望大模型能够通过自己的逻辑判断去自主学习和解决现实中的问题，并能不断强化自身的能力。

技术的发展是一个量变到质变的过程，openAI发布chatGPT代表着人工智能技术上了一个全新的台阶；而目前又将进入一个长期的平稳发展阶段，可以预见在未来的某一天；人工智能技术又将一鸣惊人。

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。

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】