AI相关知识梳理
2025-03-17 16:41:12 0 举报
AI智能生成
本文档是一份AI学习相关的思维导图,是一张精心整理的图示,它汇总了人工智能的多个关键领域。该文件汇集了AI的核心概念、基础理论、算法类别、技术框架以及应用案例等多个方面,采用了详细的图形化结构,便于读者快速把握和理解这一复杂主题。这幅导图不仅包含栩栩如生的图像,还融入了吸引眼球的色彩和精心挑选的图标,使得整个文件不仅信息丰富,而且美观易懂。无论是AI初学者还是专业人士,这份简洁的思维导图都能提供清晰的学习路径和知识框架,让你在AI的海洋中轻松导航。
作者其他创作
大纲/内容
机器学习
监督学习-规则学习
无监督学习-无规则学习
强化学习-只给对错不给规则
深度学习
(模拟人的思考)
(模拟人的思考)
大模型的使用
模型训练
预训练
SFT(监督微调)
RLHF(基于反馈强化学习)
大模型特点
参数和规模量大
适应性和灵活性强(微调)
广泛数据集的预训练
计算资源需求大(数据存储、硬件成本、训练时间)
分类
大预言模型LLM
多模态模型
视觉模型
语言模型
......
大模型的工作流程
分词(token)
文本预测(预测)
提示词
提示词
提示词(Prompt)是用户发送给大语言模型的问题、指令或请求,是模型理解用户需求并生成回答的基础。它对于大语言模型来说,相当于用户输入的文本信息。
例如,通过提问“请结合《星球崛起》整个系列评价最近刚刚上映的电影《猩球崛起:
新世界》”,我们可以看到提示词如何引导模型生成相关回答
例如,通过提问“请结合《星球崛起》整个系列评价最近刚刚上映的电影《猩球崛起:
新世界》”,我们可以看到提示词如何引导模型生成相关回答
作用
提示词在实际工作中的应用广泛,它可以帮助大模型解决问题,提升工作效率,尤其在文本生成、编辑、推理分析和总结摘要等场景中
AI Agent
认知和原理分析
基于LLM的能够自主理解、规划决策、执行复杂任务的智能体
;规划(Planning)、记忆(memory)、工具使用(tool)、执行(action)https://react-lm.github.io/
;规划(Planning)、记忆(memory)、工具使用(tool)、执行(action)https://react-lm.github.io/
规划
大任务分解为子任务
记忆
感知记忆
短期记忆
长期记忆
技术框架
策略分析和Parer解读
单agent和多agent
个性化Agent应用
langchain
模型
提示模版
数据检索
记忆
链
代理
向量数据库
FAISS
milvus
pinecone
RAG
提示工程
微调
全量模型微调
局部微调
0 条评论
下一页