AI学习笔记3 Function Calling

Function Calling

为什么要大模型连接外部世界

大模型两大缺陷:

  1. 并非知晓一切
    1. 训练数据不可能什么都有。垂直、非公开数据必有欠缺
    2. 不知道最新信息,大模型的训练周期很长,且更新一次耗资巨大,还有越训越傻的风险。所以ta不可能实时训练。GPT-3.5的知识截止至2021年9年,GPT-4是2023年12月。
  2. 没有【真逻辑】。它表现出的逻辑、推理,是训练文本的统计规律,而不是真正的逻辑,所以有幻觉。

所以,大模型需要连接真实世界,并对接真逻辑系统。

[阅读全文]

AI学习笔记1 大模型应用开发基础

大模型应用开发基础

什么是AI:基于机器学习、神经网络的是AI,基于规则、搜索的不是AI。

通俗语言描述大模型工作原理:根据上文,猜测下一个词的概率。 训练和推理,是大模型工作的两个核心过程。 用人类比,训练就是学,推理就是用。

[阅读全文]
AI 

AI学习笔记2 Prompt Engineering

Prompt Engineering

高质量Prompt核心要点:具体、丰富、少歧义

Prompt典型构成

  • **角色:**给AI定义一个最匹配任务的角色,比如:你是一位软件工程师、你是一位小学老师。马问题收窄,减小二义性。将重要信息放在开头或结尾。
  • **指示:**对任务进行描述
  • **上下文:**给出与任务相关的其它背景信息(尤其在多轮交互中)
  • **例子:**必要时给出举例,对输出正确性有很大帮助
  • **输入:**任务的输入信息;在提示词中明确的标识出输入
  • **输出:**输出的格式描述,以便后续模块自动解析模型的输出结果,比如JSON、XML

LLM本身是无状态的。

[阅读全文]