m0_71745484的博客

真的想入门大语言模型，只看这一个文章应该是可以入门的。但是修行下去，还是要靠自己的了！如果你把大语言模型/LLM 当成一门技术来看，那就要看一下这门技术需要什么。基本要求：开发语言：Python, C/C++开发框架：Numpy/Pytorch/Tensorflow/Keras/Onnx数学知识：线性代数、高数、概率、凸优化这些东西我们假定你都已经会了，或者熟练使用了。如果不熟，我建议你自己再学习一下。尤其是数学的几个基本公式，是要学会的。我列一下吧。数学核心内容。

今天全程当了吃瓜群众，攻击带来的影响不小，对于AI圈吃瓜的影响力也不小。最新的消息是这个：一失足成千古恨，今天这样的反转再反转反而让事情更加戏剧化，影响力更大。下面给不了解情况的朋友做一个事情概况的介绍：在今年，某知名高校硕士生在某大型科技公司商业化技术团队实习期间，因对团队资源分配感到不满，于六月底利用攻击代码破坏了团队的模型训练任务。而这件事情抽象在于他不仅仅是不满，而且是刻意报复。

大飞我发现了一个大模型学习的神库，包含大量LLM教材和资料，并绘制了学习路线图。可以帮助快速掌握大模型的应用和开发技巧。GitHub地址：https://github.com/mlabonne/llm-courseLLM 基础知识线性代数：它如同桥梁，连接着算法与数据世界。向量、矩阵、行列式、特征值与特征向量、向量空间及线性变换等概念，均为深度学习中的算法提供坚实的支撑。微积分：在连续函数的优化旅程中，导数、积分、极限与级数如同灯塔，指引我们前行。同时，多变量微积分与梯度的概念亦不可忽视。

RAG（Retrieval-Augmented Generation，检索增强生成） 是一种结合了信息检索技术与语言生成模型的人工智能技术。该技术通过从外部知识库中检索相关信息，并将其作为提示（Prompt）输入给大型语言模型（LLMs），以增强模型处理知识密集型任务的能力，如问答、文本摘要、内容生成等。RAG模型由Facebook AI Research（FAIR）团队于2020年首次提出，并迅速成为大模型应用中的热门方案。一、检索增强生成（RAG）什么是RAG**？

LLM（大语言模型）微调一直都是老大难问题，不仅因为微调需要大量的计算资源，而且微调的方法也很多，要去尝试每种方法的效果，需要安装大量的第三方库和依赖，甚至要接入一些框架，可能在还没开始微调就已经因为环境配置而放弃了。今天我们分享一个开源项目可以快速进行 LLM 微调，它不单运行效率高，而且还可以在微调过程中进行可视化，非常方便，它就是：LLaMA Factory。关于LLM 微调微调大型语言模型需要付出巨大的计算代价，因此高效微调技术应运而生。这些技术可分为两大类:优化型和计算型。

AI Agent（智能体）被定义为能够感知环境、做出决策并采取行动的人工智能实体。受美国汽车工程师学会（SAE）提出的自动驾驶六个级别启发，在论文**《Levels of AI Agents: from Rules to Large Language Models》**中，作者把人工智能智能体也基于效用和强度分为以下级别：L0—— 无人工智能，只有工具（具备感知能力）加上行动L1—— 使用基于规则的人工智能。

在这个科技日新月异的时代，AI（人工智能）已不再是遥不可及的科幻概念，AI已来，AI时代已来，AI已逐步渗透到我们生活的方方面面。从语音识别、图像识别到自然语言处理，从智能制造到智慧医疗，从金融风控到教育创新，AI的应用场景越来越广泛，越来越深入。AI正在改变着世界的面貌。AI技术的快速发展，为各行各业带来了巨大的机遇。与此同时，它也给人们带来了前所未有的挑战。有人担忧，AI的崛起，人类的危机。毕竟，AI看起来太无所不能了，而人类，无知又自大，愚蠢又懒惰。

TOGAF整体介绍TOGAF（The Open Group Architecture Framework）是由The Open Group开发的一种企业架构框架。它是全球广泛使用的企业架构标准框架之一，提供了一个系统化的方法来帮助企业进行架构设计、规划、实施和治理。TOGAF的目标是确保企业IT系统和业务需求之间的对齐，以支持组织的战略目标。TOGAF的关键特点：开放标准：TOGAF是一个开放标准，任何企业和组织都可以使用和定制它来满足其架构需求。