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
IT_陈寒41 分钟前
Python开发者必知的5大性能陷阱:90%的人都踩过的坑!
前端·人工智能·后端
1G1 小时前
openclaw控制浏览器/自动化的playwright MCP + Mcporter方案实现
人工智能
踩着两条虫1 小时前
VTJ.PRO 双向代码转换原理揭秘
前端·vue.js·人工智能
扉川川1 小时前
OpenClaw 架构解析:一个生产级 AI Agent 是如何设计的
前端·人工智能
星浩AI2 小时前
让模型自己写 Skills——从素材到自动生成工作流
人工智能·后端·agent
千寻girling6 小时前
Python 是用来做 AI 人工智能 的 , 不适合开发 Web 网站 | 《Web框架》
人工智能·后端·算法
AI攻城狮6 小时前
OpenClaw 里 TAVILY_API_KEY 明明写在 ~/.bashrc,为什么还是失效?一次完整排查与修复
人工智能·云原生·aigc
stark张宇6 小时前
构建第一个AI聊天机器人:Flask+DeepSeek+Postgres实战
人工智能·postgresql·flask
yiyu07167 小时前
3分钟搞懂深度学习AI:自我进化的最简五步法
人工智能·深度学习
浪浪山_大橙子9 小时前
OpenClaw 十分钟快速,安装与接入完全指南 - 推荐使用trae 官方 skills 安装
前端·人工智能