- 主题:大模型正在走进千家万户：从IBM的超算到英伟达的超级个人计算机
有点这个意思吧，架构也许需要自己搭
【 在 benenyou 的大作中提到: 】
: 只是在上面架床叠屋吗？
:
--
FROM 223.157.222.*
你要脱离传统编程思路，图像，音频，文本，视频都可以，现在大模型都是多模的，不过通常偏向某一专门领域，通用人工智能大模型目前还没有
【 在 benenyou 的大作中提到: 】
: 文字与图像、音频能融合吗？
: 还是各归各架床叠屋？
:
--
FROM 223.157.222.*
不，都是自然语言
【 在 benenyou 的大作中提到: 】
: 对其抽象吗？
:
--
FROM 223.157.222.*
深度神经网络，大模型参数通过喂数据自动调，如果你要用预训练模型去适配某种任务，就要自己调超参数
【 在 benenyou 的大作中提到: 】
: 是基于神经网络吗？
: 神经网络参数自动调整不用人调吗？
:
--
FROM 223.157.222.*
现在一般用海量数据去喂，包括文本，图像，视频，音频数据
【 在 benenyou 的大作中提到: 】
: 图像是用像素数据喂进去吗？
:
--
FROM 223.157.222.*
这里有大模型讲座，你去听吧，一共三个月，每晚都有
开课了！！！
主题：AGI世代业务新范式大模型商业化与落地方案
------------------------------
1. 大模型是如何成为AI时代的分水岭？
2. AI技术能够商业化的判断因素是什么？
3. 大模型商业化应用架构原理解析
4. ChatGPT打造超级TIP百万播放视频提示词攻略
5. 大模型工具链之FunctionCall实践
6. 大模型知识增强RAG原理解析与Langchain实战
7. 指令遵循优化模型微调之unsloth微调LLama3
8. 如何优化模型输出，Prompt，RAG，Fine-tuning如何选择？
【 在 benenyou 的大作中提到: 】
: 人需要做什么？
:
--
FROM 223.157.222.*
出钱，出英伟达的训练卡，普通大模型一般七八张H100，三万美元一张。
【 在 benenyou 的大作中提到: 】
: 人需要做什么？
:
--
FROM 223.157.222.*
B站上有无数
【 在 benenyou 的大作中提到: 】
: 不想浪费时间在细节上。希望有人讲个大概原理。
:
--
FROM 223.157.222.*