大模型技術與應用

目錄

 

 

第1章大模型技術概述1

1.1人工智能與大模型發展史1

1.2大模型的定義5

1.3大模型的分類7

1.3.1按模態方式劃分7

1.3.2按應用領域劃分7

1.4大模型的構建流程8

1.4.1數據準備8

1.4.2模型選擇與設計9

1.4.3模型訓練9

1.4.4模型評估與優化9

1.4.5模型部署與維護10

1.5大模型的應用場景11

1.5.1文字生成: 從對話到創作11

1.5.2圖像生成: 從想象到現實14

1.5.3音視頻生成: 聲音與畫面的合成16

1.5.4虛擬人生成: 數字生命的誕生17

1.5.5代碼生成: 編程的自動化17

1.5.6多模態生成: 融合的藝術18

1.5.7策略生成: 決策的智能化21

1.6大模型與搜索引擎22

1.6.1相似性22

1.6.2差異性22

1.6.3互補性23

本章小結24

習題一24

第2章大模型技術平臺27

2.1大模型的層次結構27

2.1.1硬件基礎設施層27

2.1.2軟件基礎設施層28

2.1.3模型即服務層29

2.1.4應用層29

2.2大模型的三大要素31

2.2.1算力31

2.2.2算法31

2.2.3數據32

2.2.4三大要素的協同32

2.3大模型的核心技術32

2.3.1Transformer架構33

2.3.2預訓練模型37

2.3.3模型微調39

2.3.4基於人類反饋的強化學習41

2.3.5模型推理42

2.4大模型的典型平臺43

2.4.1文心一言44

2.4.2Kimi智能助手45

2.4.3ChatGPT47

2.5大模型的API調用49

2.5.1API調用的意義49

2.5.2API的調用過程50

2.5.3文心大模型的API調用51

本章小結54

習題二55

第3章大模型提示工程57

3.1提示工程概述57

3.1.1提示工程的優化方法57

3.1.2提示工程的應用場景58

3.2零樣本提示61

3.2.1零樣本提示的內涵61

3.2.2零樣本提示的優化策略62

3.2.3零樣本提示的應用場景62

3.2.4零樣本提示與遷移學習的關系67

3.3少樣本提示68

3.3.1少樣本提示的內涵68

3.3.2少樣本提示的工作原理69

3.3.3少樣本提示的應用場景70

3.3.4少樣本提示的優勢與局限72

3.4思維鏈提示72

3.4.1思維鏈提示的內涵73

3.4.2思維鏈提示的優化策略73

3.4.3思維鏈提示的應用場景74

3.4.4思維鏈提示的挑戰與限制77

3.5思維樹提示78

3.5.1思維樹提示的內涵78

3.5.2思維樹提示的工作步驟79

3.5.3思維樹提示的應用場景80

3.5.4思維樹提示與思維鏈提示的比較83

3.6自動提示工程84

3.6.1為什麽需要自動提示工程84

3.6.2自動提示工程的技術原理85

3.6.3自動提示工程的未來方向86

閱讀材料: 提示工程師87

本章小結87

習題三88

第4章大模型典型應用90

4.1內容創作90

4.1.1社交媒體90

4.1.2新聞報道92

4.1.3小說創作94

4.1.4詩歌創作96

4.1.5學術選題98

4.2智能辦公100

4.2.1辦公應用100

4.2.2會議管理105

4.2.3語言翻譯106

4.2.4文檔要點108

4.3智能客服109

4.3.1智能客服的優勢109

4.3.2智能客服的關鍵技術109

4.4智能編程110

4.4.1編寫程序代碼111

4.4.2改寫程序代碼113

4.4.3協助解決程序異常114

4.5自動駕駛116

4.5.1數據處理與預處理117

4.5.2環境感知與理解118

4.5.3決策與規劃118

4.5.4智能優化與控制119

本章小結119

習題四120

第5章大模型數據分析122

5.1數據分析概述122

5.1.1數據分析的定義122

5.1.2數據分析的特點123

5.1.3數據分析的流程124

5.1.4數據分析的應用125

5.2數據處理方法126

5.2.1數據預處理126

5.2.2數據選擇129

5.2.3數值操作129

5.2.4數值運算130

5.2.5數據分組130

5.2.6時間序列分析131

5.3數據可視化134

5.3.1數據可視化及圖表類型134

5.3.2柱形圖應用134

5.3.3折線圖應用135

5.3.4餅圖的應用138

5.4回歸分析140

5.4.1線性回歸的概念140

5.4.2線性回歸算法實現141

5.4.3多項式回歸的概念143

5.4.4多項式回歸算法實現144

5.5聚類分析147

5.5.1KMeans聚類分析147

5.5.2KMeans聚類算法實現148

5.5.3層次聚類分析154

5.5.4層次聚類算法實現155

閱讀材料: 數據分析師158

本章小結159

習題五160

第6章大模型行業應用162

6.1行業大模型162

6.1.1行業大模型的概念162

6.1.2行業大模型的特點163

6.1.3行業大模型的應用163

6.2工業大模型165

6.2.1工業大模型的概念165

6.2.2工業大模型的技術流程165

6.2.3工業大模型的應用場景166

6.3金融大模型170

6.3.1金融大模型的概念170

6.3.2金融大模型的技術路徑170

6.3.3金融大模型的應用領域172

6.4醫療大模型175

6.4.1醫療大模型的概念175

6.4.2常見的醫療大模型175

6.4.3醫療大模型的應用177

6.5教育大模型179

6.5.1教育大模型的概念179

6.5.2教育大模型的技術架構180

6.5.3教育大模型的應用場景181

6.6文化大模型183

6.6.1文化大模型的概念183

6.6.2文化大模型的關鍵技術184

6.6.3文化大模型的應用場景185

本章小結186

習題六187

第7章大模型未來趨勢189

7.1多模態大模型189

7.2AI智能體191

7.2.1AI智能體的定義191

7.2.2AI智能體的演進192

7.2.3AI智能體的未來193

7.3具身智能196

7.3.1具身智能的概念196

7.3.2具身智能的發展歷程197

7.3.3具身智能的應用領域198

閱讀材料: 未來科學家199

本章小結200

習題七200

附錄A實驗指導203

實驗1文本生成203

實驗2繪畫創作207

實驗3提示詞設計214

實驗4論文助手220

實驗5編程助手229

實驗6數據分析236

參考文獻243