AI大模子包含哪些些技术？

Prompt

Prompt提示是模子吸收以天生响应或完成使命的初始文本输入。
我们给AI一组Prompt输入，用于指导模子天生响应以实行使命。这个输入可以是一个问题、一段描述、一组关键词，或任何其他形式的文本，用于引导模子产生特定内容的响应。

Transformer

Transformer是一种用于天然语言处理（NLP）和其他序列到序列（sequence-to-sequence）使命的深度学习模子架构，它在2017年由Vaswani等人初次提出。
Transformer架构引入了自留意力机制（self-attention mechanism），这是一个关键的创新，使其在处理序列数据时表现出色。

预练习

预练习（Pre-training）通常是指对模子举行无监视或自监视学习的过程，在大规模未标注数据上先练习模子，以便为后续使命提供一个高质量的初始权重。这个过程对于很多复杂模子尤其是 transformer 架构（比如BERT、GPT系列等）来说极其告急。

Function Calling

Function Calling是一个允许大型语言模子（如 GPT）在天生文本的过程中调用外部函数或服务的功能。
Function Calling允许我们以 JSON 格式向 LLM 模子描述函数，并使用模子的固有推理能力来决定在天生响应之前是否调用该函数。模子自己不实行函数，而是天生包含函数名称和实行函数所需的参数的JSON。

Rag

RAG（中文为检索增强天生）= 检索技术 + LLM 提示。
例如，我们向 LLM 提问一个问题（answer），RAG 从各种数据源检索相关的信息，并将检索到的信息和问题（answer）注入到 LLM 提示中，LLM 末了给出答案。

GPTs

GPTs其实就是一个模板，把你的需求告诉GPTs，它会按照你的想法去天生新的ChatGPT，相当于把你的想法写成了一个模板，供你个性化使用。
每次使用的时间直接输入你的话题或者部分内容，这时间的ChatGPT就会按照你设定的使用规则跟你对话，直接输出你需要的内容，而不需要你每次都输入肯定的提示指令去引导。

LangChain

LangChain 就是一个 LLM 编程框架，你想开发一个基于 LLM 应用，需要什么组件它都有，直接使用就行；甚至针对通例的应用流程，它使用链(LangChain中Chain的由来)这个概念已经内置标准化方案了。

Agent

智能体的英文是 Agent，AI业界对智能体提出了各种界说。
个人理解，智能体是一种通用问题解决器。从软件工程的角度看来，智能体是一种基于大语言模子的，具备规划思索能力、记忆能力、使用工具函数的能力，能自主完成给定使命的计算机程序。

Fine-tuning

微调是指在预练习模子（Pre-trained model）的底子上，针对特定使命或数据领域，对部分或全部模子参数举行进一步的练习和调整（Fine Tune）。
预练习模子通常是在大规模数据集上练习得到的，具有肯定的通用性和泛化能力。微调的目的是在较小的目的数据集上，通过有限的练习数据，使模子更好地适应特定使命，从而进步模子在该使命上的性能。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

继续阅读请点击广告