一文彻底搞懂大模型 - LLM四阶段技术

最新推荐文章于 2025-06-10 19:55:42 发布
最新推荐文章于 2025-06-10 19:55:42 发布
阅读量970 收藏 9
点赞数 25
文章标签： 人工智能 大模型 ai
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.youkuaiyun.com/m0_70839135/article/details/141321567
版权

LLM四阶段技术

**在探讨大模型（LLM）的四阶段技术时，我们可以从****Prompt Engineering（提示工程）、AI Agent（人工智能代理）、Fine-tuning（微调）以及Pre-training（预训练）**这四个关键阶段来详细阐述，这四个阶段技术层层递进。

LLM四阶段技术

阶段一：Prompt Engineering

什么是Prompt Engineering**？Prompt Engineering，即提示工程，是指设计和优化输入给大型语言模型（LLM）的文本提示（Prompt）****的过程。**这些提示旨在引导LLM生成符合期望的、高质量的输出。

Prompt Engineering

Prompt Engineering的核心要素在于通过明确的指示、相关的上下文、具体的例子以及准确的输入来精心设计提示，从而引导大语言模型生成符合预期的高质量输出。

Prompt Engineering

**为什么需要Prompt Engineering？**通过不断优化prompt，我们可以建立更加清晰、有效的沟通渠道，充分发挥LLM在语言理解和生成方面的优势。

****提升沟通技巧，挖掘LLM潜力。******大语言模型（LLM）本身已具备极高的性能与复杂性，但还有很大潜力需要挖掘。**Prompt如同钥匙一般，能够精确引导模型生成特定需求的输出。

Prompt Engineering

最低0.47元/天 解锁文章
hhaiming_
关注
AI大模型的提示词演化算法
AI天才研究院
12-24 822
AI大模型的提示词演化算法 关键词 AI大模型 提示词演化算法 人工智能 深度学习 自然语言处理 图像生成 摘要 本文深入探讨AI大模型中
一文搞懂LLM大模型！LLM从入门到精通万字长文（2024.12月最新）
qq_45591302的博客
07-12 2万+
LLM大模型从入门到精通
一文搞懂大模型！基础知识、 LLM 应用、 RAG 、 Agent 与未来发展
QcloudCommunity的博客
07-18 1554
????目录1 LLM 基础知识2LLM 应用3LLM 的未来发展方向LLM 探秘：想要深入了解人工智能界的“新宠”大型语言模型（LLM）吗？本文将带你走进 LLM 的世界，从入门知识到实际应用，全方位解读这个充满魔力的“大模型”。我们将一起揭开 LLM 的神秘面纱，领略其在各个领域的独特魅力。无论你是初学者还是有一定基础的 AI 爱好者，这篇文章都将为你提供宝贵的知识和启发，让你的 AI 之旅更加...
【大模型】3分钟了解提示(Prompt)工程、检索增强(RAG)和微调
追求自由的码砖人
10-18 902
大模型虽通过海量数据训练，能力强大，但有时会给出错误回答。产生错误的原因可能包括：1) 提问方式不当，可通过提示工程提升其处理复杂任务的能力；2) 训练数据虽多但缺乏某些垂直领域或实时性的知识，可通过检索增强（RAG）先检索相关知识再生成答案；3) 在特定领域如医学、金融等可能能力不足，可通过微调训练让模型记住特定领域知识，减少幻觉。
大模型应用之路：从提示词到通用人工智能（AGI）
京东科技开发者
06-14 532
对于企业而言，构建一个符合自身业务需求的知识库是至关重要的。通过RAG、微调等技术手段，我们可以将通用的大模型转变为对特定行业有着深度理解的“行业专家”，从而更好地服务于企业的具体业务需求。这样的知识库基本上适用于每个公司各行各业，包括：市场调研知识库、人力资源知识库、项目管理知识库、技术文档知识库、项目流程知识库、招标投标知识库等等。第一、离线的知识数据向量化•加载：通过文档加载器（Document Loaders）加载数据/知识库。•拆分：文本拆分器将大型文档拆分为较小的块。便于向量或和后续检索。
大模型基础：基本概念、Prompt、RAG、Agent及多模态
2401_85325726的博客
10-17 882
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。
一文彻底搞懂大模型 - Agent（智能体）2024最新知识
2401_86435672的博客
10-09 1722
Agent是能够模拟独立思考过程，灵活调用各类工具，逐步达成预设目标。在技术架构上，Agent从面向过程的架构转变为面向目标的架构，旨在通过感知、思考与行动的紧密结合，完成复杂任务。**
一文彻底搞懂大模型 - GPT和LlaMA的模型架构
m0_74823611的博客
01-17 1021
GPT与LlaMA，作为大语言模型的两大巨擘，均基于Transformer架构却各有千秋。GPT系列以强大的生成能力著称，通过不断增大的参数规模引领复杂语言与推理任务的前沿；而Llama则以开源姿态，通过技术创新提升模型性能，预示着多模态扩展的未来，为AI生态的多样性和开放性贡献力量。什么是GPT？GPT模型，全称为GenerativePre-trainedTransformer，是由OpenAI团队开发的一种基于深度学习的自然语言处理（NLP）模型。该模型通过无监督学习的方式，对大规模文本进行学习
LangChain入门(十)-Prompt和Agents
Good Luck
05-05 4241
Agents：动态代理调用其他服务的API，比如精确计算、实际的业务数据API等。Prompt：一个能够与关键词组成完整语义的模板，用户只需要输入关键词即可。
提示工程 vs 微调 vs RAG，大模型三种优化方式有什么区别？
2401_85325726的博客
12-18 639
提示工程、微调和检索增强生成（RAG）是三种主要优化大型语言模型输出的方法。
什么是LLM？看这一篇就够了！
python1222_的博客
06-18 1万+
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。
何以动摇Fine-tune？一文综述Prompt Tuning发展
BAAIBeijing的博客
10-27 6856
【专栏：前沿进展】2021年，Prompt Tuning已经成为NLP领域一大重点研究方向。不久前，CMU博士刘鹏飞发表了相关综述文章，在业界引起讨论。清华大学副教授刘知远认为：「Prom...
26条prompt规则应用于大模型
霜叶的博客
02-03 2821
llm大模型在回答一些问题上表现出了惊人的能力，例如数学逻辑推理，代码生成，问题答复等。提词工程是和大预言模型交流的一门艺术。一般地，提供的指令或任务越精确，模型回答的越好，越符合用户的预期。为此，论文《Principled Instructions Are All You Need for Questioning LLaMA-1/2, GPT-3.5/4》提出了26个原则，这些原则增强了LLM关注输入上下文关键元素的能力，从而生成高质量的响应。
LLM大模型综述
热门推荐
zh515858237的专栏
01-10 3万+
LLM其实就是large language model，大语言模型。如果对“最终任务”进一步进行分类，又大致可以分为两大不同类型的任务：自然语言理解类任务和自然语言生成类任务。如果排除掉“中间任务”的话，典型的自然语言理解类任务包括文本分类、句子关系判断、情感倾向判断等，这种任务本质上都是分类任务，就是说输入一个句子（文章），或者两个句子，模型参考所有输入内容，最后给出属于哪个类别的判断。自然语言生成也包含很多NLP研究子方向，比如聊天机器人、机器翻译、文本摘要、问答系统等。
还没搞懂嵌入（Embedding）、微调（Fine-tuning）和提示工程（Prompt Engineering）？...
DynmicResource的博客
09-27 2771
theme: orange 嵌入(Embedding)、微调(Fine-tuning)和提示工程(Prompt Engineering) 是AIGC 模型的核心功能，合理运行这些功能，能实现一些复杂和意向不到的应用。 前言 Prompt和Embedding是AIGC模型的核心功能，语言处理应用。例如，它们可以用于聊天机器人、语言翻译、摘要生成、文本分类等。Fine-tuning技...
白话LLM
大模型研究中心
03-08 876
大型语言模型（Large Language Model，LLM）是一种经过海量文本数据训练的人工智能模型，可以理解和生成类似人类语言的文本 。相比传统的机器学习模型，LLM具备更强的通用语言能力，能在**零样本**（Zero-shot）或**少样本**（Few-shot）的情况下完成多种任务，如回答问题、撰写文章、编写代码等。本文介绍了LLM的基本概念、技术细节、训练方式、工作原理以及提示词工程和RAG/Agent等相关内容。
提示微调、提示工程、微调【Prompt Tuning、Prompt Engineer、Fine Tuning】
qq_43949166的博客
07-05 498
提示工程是人依据经验对提示进行调整，调整的是人能看懂的“硬”提示。“硬”提示在送入模型之前也要转换成embeddings，是“软”提示，而提示微调就是在这里进行工作。提示微调对“软”提示加一些“数字”——可学习参数，在训练过程中对这些参数进行学习，以实现更好的效果。前三行可以说是提示工程，使用不同的模板，调整“硬”提示提高性能。而第四行CoOp（提示微调的方法）调整“软”提示，去提高性能。提示微调是一个高效的、低成本的方法去调整基础模型去适应新的下游任务，而不用去重新训练模型，更新其参数。
yolo模型精度提升策略
qq_47798402的博客
06-09 511
结合起来，才能最大程度地提升那6种相似BGA的区分能力，从而显著提高整体mAP。持续进行基于难例分析的主动学习是突破瓶颈的可持续方法。使用自适应优化器、学习率热身与余弦退火，进行充分长周期的训练（配合早停）。持续收集模型在相似BGA上的错误样本，优先标注并加入训练集进行迭代。设计模拟BGA实际成像挑战（反光、模糊、视角变化）的增强方案。尝试引入注意力机制，将分类损失替换为。训练数据（2倍以上是合理起点）。（Focal Loss）以及。显著增加6种相似BGA的。（特别是注意力机制）、
原始的 P-Tuning 和 P-Tuning v2 在实现细节上有哪些不同
最新发布
ZJQ的博客
06-10 372
P-Tuning v2（2022） - **改进点**： - 在模型的每一层都添加软提示（类似 Prefix Tuning 的思路），而不只是输入层。 - **引入轻量级 MLP 层**：在预训练模型的输出后添加一个小型的多层感知机，增强分类能力。 - **结构特点**： ``` 输入文本 + 软提示 → 预训练LM → MLP层 → 分类输出 ``` MLP 通常由 1-2 层线性层组成，参数量远小于全量微调。
电脑重装系统win7没网
07-28
您好！如果您的电脑在重装系统后没有网络连接，您可以尝试以下步骤来解决问题： 1. 检查网线连接：确保网线正确连接到您的电脑和路由器/调制解调器上。如果使用的是无线网络，请确保无线网卡已经正确安装。 2. 检查网络适配器驱动程序：打开设备管理器（可通过按下Win + X键，然后选择"设备管理器"）并展开"网络适配器"。检查是否有任何驱动程序显示为黄色感叹号或问号，这表示可能存在驱动程序问题。如果有问题驱动程序，请下载并安装适当的驱动程序。 3. 启用网络适配器：如果网络适配器显示为禁用状态，请右键单击适配器并选择"启用"。 4. 重置网络设置：打开命令提示符（按下Win + R键，然后输入"cmd"）并执行以下命令： netsh winsock reset netsh int ip reset 这将重置网络设置，并可能解决一些网络连接问题。 5. 更新操作系统：确保您的Windows 7系统已经安装了所有可用的更新。打开控制面板，选择"Windows Update"，然后点击"检查更新"。安装任何可用的更新，并重新启动计算机。 如果上述步骤仍然无法解决问题，您可能需要考虑重新安装或更新网络驱动程序，或者联系您的网络服务提供商或计算机制造商寻求进一步的支持。希望这些信息对您有所帮助！如有其他问题，请随时提问。
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