《AI 大模型全栈工程师》学习笔记1 - 大模型应用的技术架构

目录

1 前言

1.1 课程链接

1.2 名词解释&前置知识

2 大模型应用的技术架构

2.1 Prompt-Response架构

2.2 Agent + Function Calling 架构

2.3 RAG（Retrieval-Augmented Generation）架构

2.4 Fine-tuning架构

---

1 前言

本文为知乎知学堂课程《AI 大模型全栈工程师》的学习笔记，文章中涉及的一些名词解释，数据表格，流程图、框图等大都来自于课程课件。

课程公开课链接是可以打开的，未购买培训课程时正式课程链接是无法打开的。

本文作者不提供视频、课件等与培训课程一切相关的资料，请知悉！！！

本文是作者个人的理解，不保证正确性，有任何疑问欢迎留言交流讨论。

1.1 课程链接

大模型应用开发技术体系串讲 - 程序员的AI大模型进阶之旅1226期 (zhihu.com)

大模型应用开发基础 - AI 大模型全栈工程师培养计划（第五期） (zhihu.com)

1.2 名词解释&前置知识

• 大模型：全称「大语言模型」，英文「Large Language Model」，缩写「LLM」
• 区分开 对话产品  VS 大模型

• 大模型没有联网能力，它的联网能力是通过应用程序获得的

• 使用对话产品时的重要原则：把AI当人看，把AI当人看，把AI当人看

• 大模型原理的通俗解释

• 训练：大模型阅读了人类曾说过的所有的话「机器学习」
• 参数（权重）：把一串 token 后面跟着的不同 token 的概率存入「神经网络」。保存的数据就是「参数」，也叫「权重」
• 生产（推理）：当给它若干 token，大模型就能算出概率最高的下一个 token 是什么。
• 迭代输出：用生成的 token，再加上上文，就能继续生成下一个 token。以此类推，生成更多文字

2 大模型应用的技术架构

2.1 Prompt-Response架构

        这种架构是最容易理解的。当我们使用文心一言或者智谱清言等对话类产品时，在对话框中输入一串文字，它作出回应。

        这里提一点Prompt 的表达形式，在使用AI时，我们一定要把AI当人看。既然AI是人，那就要说人能听懂的话。提问时要给出具体明确的指示，明确AI的角色，可参照智谱清言“灵感大全”中的示例：

2.2 Agent + Function Calling 架构

个人理解：

• 当通过Prompt给大模型发出负责指令时，大模型当前无法回答时，会触发其Agent能力，对应用程序反向提问
• 应用程序通过调用API获取相关信息，并通过Prompt再次输入给大模型
• 大模型依据输出给出Response

举一个简单的例子：

我想要知道杭州市民中心停车费时，但是大模型训练时并不包括关于杭州市民中心停车费相关的数据，此时触发其Agent能力。通过Function Calling 向应用程序索要相关信息，应用程序调用api或者上网查询，将得到的信息再次以Prompt形式给到大模型，大模型处理后作出反馈。

下面截图是通过智谱清言测试的过程：

2.3 RAG（Retrieval-Augmented Generation）架构

• Embeddings：把文字转换为更易于相似度计算的编码。这种编码叫向量
• 向量数据库：把向量存起来，方便查找
• 向量搜索：根据输入向量，找到最相似的向量

大模型中的RAG（检索增强生成）技术，是近年来在自然语言处理领域迅速发展的一项技术。它主要解决的是大语言模型（Large Language Model, LLM）在实际应用中遇到的一些问题。
首先，大语言模型虽然在处理语言任务时表现出色，但它们存在着一些固有的局限性。例如，它们可能产生“幻觉”，即在回答问题时提供不准确或误导性的信息。这是因为模型的训练数据是有限的，它们可能无法涵盖所有的事实和信息。此外，模型的知识是固定的，无法实时更新，这使得它们在处理最新的信息时可能产生误差。
RAG技术的核心思想是通过检索技术来增强生成过程。具体来说，它首先从各种数据源中检索出与待解答问题最相关的信息，然后将这些信息作为背景知识融入到问题的生成过程中。这样，大语言模型在生成答案时就可以参考这些真实、准确的信息，从而提高答案的质量和可靠性。
RAG技术在实际应用中表现出色，受到了广泛关注。它不仅可以应用于问答系统，还可以用于聊天机器人、文本生成等众多领域。同时，RAG技术也推动了向量搜索领域的发展，很多初创公司基于RAG技术提供了向量数据库服务。
总的来说，大模型中的RAG技术，通过结合检索和生成技术，有效地解决了大语言模型在实际应用中遇到的一些问题，提高了模型的性能和可用性。

2.4 Fine-tuning架构

大模型的Fine-tuning是指在使用大规模预训练模型（如GPT-3、LLaMA、GPT-4等）的基础上，通过少量的样本进行微调，以适应特定的任务或数据集。这种方法可以充分利用预训练模型中的通用知识，同时避免从头开始训练一个全新的模型，从而节省计算资源和时间。
在大模型上进行Fine-tuning通常面临以下挑战：
1. 计算资源消耗：大模型通常具有数十亿甚至千亿的参数，直接进行Fine-tuning需要大量的计算资源，如GPU或TPU集群。
2. 存储需求：训练大量的模型副本会占用大量的存储空间。
3. 模型调整复杂性：大模型可能有复杂的结构和多个层，对模型的调整和管理也更为复杂。
为了解决这些问题，可以采用以下策略：
1. 参数高效Fine-tuning：通过仅微调模型中的一部分参数（如Adapter Tuning、Prefix Tuning、Prompt Tuning等），减少需要更新的参数数量，从而降低计算资源的需求。
2. 知识蒸馏：将大模型的知识通过蒸馏过程转移到一个小模型中，这样可以在保持性能的同时减少模型的规模和计算需求。
3. 模型剪枝和量化：通过剪枝去除模型中不重要的参数，并进行量化以减少模型的复杂性和计算资源的需求。
4. 动态Fine-tuning：根据任务的动态需求调整模型的规模和计算资源，例如，在任务繁忙时增加模型规模，闲暇时减少。
大模型的Fine-tuning是一个平衡通用性和任务特异性的过程，需要根据具体的任务需求和计算资源限制来权衡不同的策略。