提示词prompt、RAG、Agent框架、微调Fine-tuning在实际应用中的落地选择

LLM四大技术底座

大模型应用的四大技术底座

优化流程

大模型技术选择时遵循的路径:首先会使用提示词来进行选底座的过程。

提示词的本质相当于text的填充,提示词的know how能力会扩展到RAG,提示词的指令遵循能力会扩展到FT微调。

RAG和微调的对比

RAG框架

评估RAG框架:RAG评分

微调的好处

  • 提高模型在特定任务上的性能
  • 提高模型的效率
    • 减少在任务中获得良好性能所需的标记数量
    • 将大型模型的专业知识提炼到一个较小的模型中
  • 通过微调的方式,让大模型变成专家模型

微调实践

Agent框架

Agent中可以增加API模块,即:Agent+Function calling。通常使用这种方式来避免微调。

相关推荐
小羊在奋斗28 分钟前
【C++】探秘二叉搜索树
c++·人工智能·神经网络·机器学习
m0_7133448534 分钟前
新能源汽车数据大全(产销数据\充电桩\专利等)
大数据·人工智能·新能源汽车
NewsMash37 分钟前
平安养老险阜阳中心支公司开展金融教育宣传专项活动
人工智能·金融
白葵新1 小时前
PCL addLine可视化K近邻
c++·人工智能·算法·计算机视觉·3d
说私域1 小时前
开源 AI 智能名片 S2B2C 商城小程序与正能量融入对社群归属感的影响
人工智能·小程序
红豆和绿豆1 小时前
大语言模型的发展-OPENBMB
人工智能·语言模型·自然语言处理
ITdgr2 小时前
更高效的搜索工具,国内免费好用的AI智能搜索引擎工具
人工智能·搜索引擎
fydw_7152 小时前
PyTorch 激活函数及非线性变换详解
人工智能·pytorch·python
Apache Flink2 小时前
Apache Flink 流批融合技术介绍
人工智能·flink·apache
南 阳2 小时前
阿里开源多模态大模型Ovis1.6,重塑出海电商AI格局
网络·人工智能·chatgpt