李宏毅-Generative AI-第一课

Generative AI:让机器学会产生复杂而有结构的物件

复杂:无穷可能

有结构:由有限的基本单位所构成,基本单位就是 token

在hugging-face上有开源模型。可以使用hugging-face的transformers库进行训练这些开源模型

以上属于llm内部的工作流程:把刚刚猜出来的token作为新的输入贴在老的输入后面,再交给LLM重复循环这个操作,当然不是死循环操作,可以指定循环次数

下面是使用model.genretate()的简化写法

但是现在都是文字接龙,并没有达到你问我答的效果,所以要加prompt_template

有三种角色:1.system:开发者放的prompt;2.user:用户说的话3.assistant:LLM说的话

最后是提供了一种对上述工作流程的简化使用方式:

相关推荐
牛奶3 小时前
2026年大模型怎么选?前端人实用对比
前端·人工智能·ai编程
牛奶3 小时前
前端人为什么要学AI?
前端·人工智能·ai编程
罗西的思考6 小时前
AI Agent框架探秘:拆解 OpenHands(10)--- Runtime
人工智能·算法·机器学习
冬奇Lab7 小时前
OpenClaw 源码精读(2):Channel & Routing——一条消息如何找到它的 Agent?
人工智能·开源·源码阅读
冬奇Lab7 小时前
一天一个开源项目(第38篇):Claude Code Telegram - 用 Telegram 远程用 Claude Code,随时随地聊项目
人工智能·开源·资讯
格砸8 小时前
从入门到辞职|从ChatGPT到OpenClaw,跟上智能时代的进化
前端·人工智能·后端
可观测性用观测云9 小时前
可观测性 4.0:教系统如何思考
人工智能
sunny8659 小时前
Claude Code 跨会话上下文恢复:从 8 次纠正到 0 次的工程实践
人工智能·开源·github
小笼包包仔9 小时前
OpenClaw 多Agent软件开发最佳实践指南
人工智能
smallyoung9 小时前
AgenticRAG:智能体驱动的检索增强生成
人工智能