您的位置: 首页 > 教程攻略 > 从入门到放弃,再到新希望:探索魔法咒语的奇妙世界

从入门到放弃,再到新希望:探索魔法咒语的奇妙世界

编辑:伢子
2024-11-29 21:32:30

在人们的生活中,总会有一些奇妙的东西吸引着他们的注意,其中魔法咒语就是一种让人着迷的现象。从最初对魔法的好奇,到面对困难时的放弃,再到重启信心寻找新的希望,探索魔法咒语的奇妙世界成为了人们心中永恒的追求。在这个世界上,魔法不仅仅是一门技能,更承载着人们思想和情感的深层表达。让我们一起踏上探索魔法咒语的旅程,去发现其中的无限可能性。

从入门到放弃,再到新希望:探索魔法咒语的奇妙世界

作者:倒掉鞋里的沙子

时间:2024.06.21

主题:卷起来,Prompt已成过往,Agent崭露头角,AIGC开启无限未来!

本文思维导图

入门:大模型对话

特点 :大模型对话,一轮又一轮,轮轮不休。
关键点:需要给你的Question一个明确的角色定位,清晰的任务要求,显示的限制约束,具体的输入输出。
瓶颈:数据滞后的幻觉、对话的时间成本

进阶:案例学习和特征迁移

特点 :喂一个/多个案例标杆,大模型学习后分析出特点,然后再进行模仿对标(或称之为迁移学习)。
关键点:标杆案例足够优秀,给与大模型输出内容的情绪标签的反馈(比如输出很糟糕或是很优秀),让他有情绪倾向。
瓶颈:优秀案例难寻觅或是和自己的原始需求偏差太大。

高阶:开外挂,搭建RAG私有数据库(私有/定制)

特点 :优化prompt,通过RAG循环系统,检索出更精准的魔法咒语,提高prompt的质量,在供给大模型去分析。
关键点:RAG私有数据库的质量/成本,直接决定了检索结果,影响后续的大模型输出效果。中小微/个人私有化定制的优选路径。
瓶颈:数据质量参差不齐,知识库创建/维护的成本开销。

终阶:Fine-tunning微调大模型

特点 :使用增量数据(新的数据update)来训练大模型,调整大模型参数,本质是训练大模型。
关键点:新的更新数据,GPU集群机器哐哐往上怼,风扇呼呼的转几天,微调参数和模型就出来了。
瓶颈:电费哗哗的,不多说了

放弃:Re-training再训练大模型

特点 :使用全量数据(新旧数据update)来训练大模型,火力全开调整大模型参数,本质仍然是训练大模型。
关键点:风扇呼呼声音更大了,转个十天半月,保佑着不动用或是少动用checkpoint,大参数和模型也出来了。
瓶颈:放弃吧,算力开销(软硬件)这关一般很难应对

新希望:Agent自组织,全流程SOP

特点 :上帝视角,仅需发号施令,获得中间产物和最终方案。Agent吃的是草,挤的是奶。当然,这个草也要是优质的草(优质的基模、数据和SOP流程),才能挤出新鲜健康的奶。
关键点:SOP流程质量、优质数据(如有最佳)、大模型(泛化能力)。
瓶颈:SOP输出不稳定

Agent基本原理图示

END:致谢

作者:倒掉鞋里的沙子

亲爱的友友们!如果您认为这篇文章有所帮助或有兴趣,请不吝点击关注,加入到我们的大家庭中来。我们会不断推出更加精彩、实用的文章,满足大家的阅读需求。

您的每一条评论、每一个点赞都是我们前进的动力,让我们更有信心为您带来高质量的内容。再次感谢您的支持和关注,欢迎多多交流,让我们一起共同成长!Fighting!Fighting!

Agent头像