生成式人工智能与大语言模型 (Generative AI & LLMs)
大型语言模型的概述：LLMs是一种复杂的机器学习模型，可用于处理和生成自然语言文本。这些模型通过分析和学习海量的人类生成的数据集，掌握了语言的统计模式。
模型的用途：这些模型广泛应用于聊天机器人、文本到图像的生成、代码开发辅助工具等领域,展现出类似人类的创造能力。
聊天机器人
代码开发辅助工具
生成性人工智能：Generative AI是传统机器学习的一个子集，专注于创造新内容，而不仅仅是理解或分类现有信息。
基础模型与参数：LLMs被称为基础模型或基础模型，它们拥有数十亿个参数。这些参数可以被视为模型的记忆，参数越多，模型处理复杂任务的能力越强。
Large Language Models
模型示例与应用：课程中将使用flan-T5模型作为实验对象。学员可以通过微调技术，根据特定用例调整这些模型，快速构建定制化解决方案。
多模态生成性AI：尽管本课程重点在于语言模型和自然语言生成，生成式AI还涵盖图像、视频音频和语音等多种模态。
与模型的交互方式：与传统的机器学习和编程不同，与LLMs的交互更依赖于自然语言。用户通过“提示”（prompts）与模型交互，模型根据这些提示生成输出（completions）。
Prompts and Completions.
提示、上下文窗口与推断：提示是传递给模型的文本，上下文窗口是模型可利用的空间或记忆,通常足够容纳几千个单词。模型通过推断生成文本，根据提示预测接下来的文本。
完成与实例：模型的输出被称为“完成”，包含原始提示文本及生成的文本。