虽然前面大概讲了一下大模型的一些基本概念,但是那些都比较偏向于大模型本身,但是我们使用的时候如果只靠大模型肯定是不行的。
就好比如果一个人只有一个脑子,其他什么部位也没有的话,那场面。(感觉现在网上的AI图片接和这种场景类似,撕,好像发现了什么不得了的事情。)
不敢想!
基于此,除了大模型本身的概念之外,还有一些东西也是我们需要知道的。
那么这些东西有哪些呢?
一,知识库
知识库是提升我们定制化智能模型能力的关键。
举个栗子,
如果您想驾驶一辆高性能赛车,但您的车辆没有高性能的引擎,那么驾驶体验将大打折扣。
然而,一旦安装了合适的引擎,您的赛车将能够以惊人的速度飞驰。
知识库对于智能模型的作用与此类似。
当智能模型接入知识库后,其性能将得到显著提升。
就像赛车之于引擎一样,智能模型依赖于知识库来执行任务。
智能模型会根据知识库中的内容进行学习和推理,确保高效且不浪费时间。
通过知识库,我们可以更直接地解决面临的具体问题和需求。
如果直接使用通用智能模型而不考虑知识库,比如通用大模型(GPT,GLM,KIMI等等),其回答可能过于泛泛,无法满足特定场景的需求。
如果我们可以通过优化聊天机器人来解决企业的问题的话,那使用简单的提示词工程(Prompt engineering)就足以胜任。
那还有研究特定领域的智能大模型什么事儿呢?
我们的目标是在特定的环境中能够更好地使用AI技术。
至于,智能助理与特定环境之间的关系是什么?
再次举栗:
您的公司聘请了一位顾问,但是刚来的顾问虽然本身用手这做咨询的能力,但是他对你们公司内部的情况基本上是一无所知。
那这个时候,像想他变成"公司的形状",我们就需要根据公司的具体需求对其进行培训,以便其在决策过程中发挥正确。
在以上的例子中,刚来公司的顾问就代表了LLM智能大模型,而知识库则代表培训内容,它包含了公司内部的关键信息。
顾问需要根据这些信息进行学习,以实现预期效果。
当然,即使有多位顾问,也难以与一个经过精心训练的智能模型相媲美,这只是一个形象的比喻。
所以说,现在如果有还在当顾问的读者,可得当心了。
一个不小心,自己就被AI给替代了。
二,微调
让我们继续上面的例子。
尽管这名顾问来到了你的公司,并且也学习了更多你们公司的内部知识,但是当这名顾问工作了一段时间过后,你却发现,这顾问水平好像不太行。
后面,然后经过了你的调查之后发现,原来这名顾问是老板儿子,放你这小公司来历练的。
(什么霸总剧情。)
咳,说回正事。
在历练了一段时间过后,这名霸总顾问也意识到了自己的问题,于是向自己的父亲提出自己要提升一下自己顾问方面的技能。
因为这名霸总顾问在公司本身就是金融方面的顾问,于是在经历了十分艰苦地学习过程,秒了一个金融学博士过后,又回到了你的公司。
再工作,突然就得心应手了起来。
而这名霸总顾问,通过这样的深造,不仅增强了自己的专业能力,还在处理复杂问题时展现出更高的效率和精准度。
在企业中,这名霸总顾问的专业成长可以类比为大模型的微调过程。
通过微调,大模型能够针对特定行业或问题领域进行优化,从而提升其推理和解决问题的能力。
其中推理能力,在这里指的是模型在面对复杂情境时,能够进行逻辑分析、判断和决策的能力。
就像一个普通的公司顾问和经过专业深造的顾问在处理工作时会有不同的方法和效果一样,一个经过微调的大模型也会比未经优化的模型在特定领域内表现得更加出色。
微调后的大模型能够更深入地理解行业特点,更精准地满足企业的需求,从而成为企业在特定垂直领域中的得力助手。
简而言之,微调是一种强化大模型在特定行业专业能力的方法。通过这种方式,企业可以确保大模型在处理相关问题时,不仅能够提供更加精准和高效的解决方案,还能够更好地融入企业的运营流程和文化中。
如果您对AI大模型充满好奇,想要了解更多关于它的信息,不妨联系我进行交流,我将为你带来更多的大模型相关知识。我是小机学AI大模型,一个专注于输出 AI+ 提示词和AI + 大模型,AI编程内容的学者,关注我一起进步。
或者您对于目前经济环境形式有其他想法的,也可以看下面的文章做个参考。
现在形势,比较严峻,说点真心的话吧https://zhuanlan.zhihu.com/p/695830186
对了,如果您有AI方面的问题,或者有对AI其他方面感兴趣的地方,也欢迎通过下面的链接加我好友一起交流,我会送您一份领价值499元的AI资料,帮助您入门AI。
原文链接:
AI进阶指南第五课,大模型相关概念(知识库,微调)https://mp.weixin.qq.com/s/UOwEWA1E5aAaCIpjpfF-Sw