我要出家当道士

本文对 LLM 大模型结合 RAG 知识库使用进行了详细介绍

本文详细介绍了 LLM 大模型中的 Prompt 工程，并提供了规范的使用模板

大模型的推理过程不是一步到位的，当大模型进行推理时，它会基于现有的 token，根据概率最大原则预测出下一个最有可能的 token，然后将该预测的 token 加入到输入序列中，并将更新后的输入序列继续输入大模型预测下一个 token，这个过程叫做自回归。LLM 的参数量级从数十亿到数万亿不等，这种规模使其能够存储复杂的语言模式。虽然预训练模型虽具备广泛语言理解能力，但缺乏垂直领域的专业知识（如金融术语、医学指南），同时也很慢满足企业个性化的需求，经过微调的 LLM 系统还可以简化 Prompt 的难度。