AI大模型入门 七 核心概念深度解析：参数量、Token、上下文窗口、上下文长度与温度
随着大模型在AI领域的广泛应用，理解它们的核心概念至关重要。参数量、Token、上下文窗口、上下文长度和温度这五个术语，不仅是模型设计中的基本要素，还在模型的应用效果、训练成本和生成质量等方面起着决定性作用。接下来，让我们深入解析这五个核心概念，并用图示帮助您更直观地理解它们的实际应用。 参数量：模型能力与计算成...
智能体（AI Agent）搭建全攻略：从概念到实践的终极指南
在人工智能的浪潮之巅，智能体（AI Agent）正迅速成为最具变革性的技术之一。它们不再仅仅是执行预设指令的程序，而是能够自主感知环境、进行决策并采取行动以实现特定目标的智能实体。从简化日常任务到处理复杂的商业流程，智能体的应用前景广阔。本文将为您提供一份详尽的指南，带您一步步了解并搭建属于自己的智能体。什么是智...
人工智能是什么？一文看懂AI Agent概念、技术、应用及代表企业
在2024年，大模型终于不再只是“会说”，而是开始“会做”。从OpenAI的GPT-4o到Anthropic的Claude3.5，再到国内通义千问、文心一言的持续升级，模型能力曲线正在逼近一个临界点：当参数规模与推理成本达到新的平衡后，下一步的差异化不再是模型本身，而是模型如何嵌入真实的业务流程、如...
大模型的特点、重要概念及工作方式详解
大模型的特点、重要概念及工作方式详解 1. 大模型的定义 大模型通常指的是具有大量参数和复杂结构的深度学习模型。这些模型通过处理大量数据并在多个层次上进行特征抽取，以实现高效的任务解决能力。近年来，随着计算能力和数据可用性的提高，大模型在自然语言处理、计算机视觉、语音识别等领域取得了显著进展。 2. 大模型的特点 2.1 参数规模庞大 大模型通常拥有亿级...
ChatGPT 等相关大模型问题之ChatGPT 的概念如何解决
问题一：ChatGPT 的概念逐步展开详细讲讲？ ChatGPT 的概念逐步展开详细讲讲？ 参考回答： "GPT 对应的是三个单词：Generative，Pre-Training，Transformer。 Generative：生成式，比较好理解，通过学习历史数据，来生成全新的数据。ChatGPT 回答我们提出的问题时，是逐字（也有可能是三四个...
大模型概念问题之什么是人类反馈信号强化学习（RLHF）
问题一：预训练和推理在GPT中分别指什么？ 预训练和推理在GPT中分别指什么？ 参考回答： 在GPT中，预训练是指先通过一部分数据进行初步训练，再在训练好的基础模型上进行微调；推理是指将预训练学习到的内容作为参考，对新的内容进行生成或判断。 关于本问题的更多回答可点击原文查看： https://developer.aliyun...
大模型概念问题之语言模型（LM）是什么
问题一：AIGC中有哪些热门技术？ AIGC中有哪些热门技术？ 参考回答： AIGC中的热门技术包括GPT和Stable Diffusion等，它们背后涉及的核心技术有Transformer、GPT、Diffusion、CLIP等。 关于本问题的更多回答可点击原文查看： https://developer.aliyun.com...
大模型概念问题之大模型在生成文本方面有哪些革命性突破
问题一：Transformer架构为何能统治NLP领域？ Transformer架构为何能统治NLP领域？ 参考回答： Transformer架构通过引入注意力机制（Attention），使得模型能够关注输入序列中的关键信息，从而提高了模型的性能。这种简单但通用的结构让Transformer模型在NLP领域取得了革命性的突破。 ...
大模型概念问题之谷歌的MUM模型是什么
问题一：“小模型”与“大模型”的有什么区别？ “小模型”与“大模型”的有什么区别？ 参考回答： “小模型”是针对特定应用场景需求进行训练，能完成特定任务，但换到另一个应用场景中可能不适用；“大模型”则是在大规模无标注数据上进行训练，学习出一种特征和规则，基于大模型进行应用开发时，将大模型进行微调或不进行微调，就可以完成多个应用场景的任务。 ...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
通义大模型
阿里云自主研发的通义大模型，凭借万亿级超大规模数据训练和领先的算法框架，实现全模态高效精准的模型服务调用。https://www.aliyun.com/product/tongyi
+关注