大语言模型通识微课课件：大模型的应用场景

大语言模型通识

大模型的应用场景大语言模型在问题回答、文稿撰写、代码生成、数学解题等任务上展现出了强大的能力，引发研究人员广泛思考如何利用这些模型来开发各种类型的应用，并修正它们在推理能力、获取外部知识、使用工具及执行复杂任务等方面的不足。此外，研究人员还致力于将文本、图像、视频、音频等多种信息结合起来，实现多模态大模型。鉴于大模型的参数量庞大，以及针对每个输入的计算时间较长，优化模型在推理阶段的执行速度和用户响应时长也变得至关重要。微课11.2大模型的应用场景大模型最简单的应用之一就是翻译书面文本，实现跨语言的高质量实时翻译服务。例如，用户可以输入文本，并要求它翻译成另一种语言。研究表明，大模型可以根据不同的语境和文本内容进行自适应，从而更好地处理复杂的语言表达。同时，大模型还可以应用于语音翻译、实时翻译等更多的应用场景。大模型技术需要投入更多的资源和时间来构建和优化模型。此外，这方面的应用还包括：·舆情分析：挖掘用户意见倾向和社会情绪变化。·文本分类：自动对文档进行主题归类或情感标注。11.2.1机器翻译、文本理解与分析大数据模型可以利用大量数据来建立模型，通过机器学习算法和数据挖掘技术，从中发现恶意软件的特征和行为模式，从而更好地对恶意软件进行检测、分类和分析。2023年4月，谷歌推出网络安全SecPaLM的大模型，展示了在恶意软件分析中的一些用途。例如，谷歌的人工智能恶意软件分析工具就使用了SecPaLM大模型扫描并解释脚本的执行逻辑，使用户清楚了解这些脚本是否具有恶意。11.2.2恶意软件分析文本内容的创造性生成是大模型越来越常见的用途。各种大模型都可以按照用户想法生成博客、长篇文章、短篇故事、新闻报道、摘要、脚本、问卷、调查和社交媒体帖子、商业报告等书面内容。用户提供的想法（提示）越详细，模型输出内容的质量就越高。

图11-5文生文示例11.2.3自然语言生成另外，可以借助大模型来帮助构思。研究显示，使用人工智能可以为营销内容生成创意或灵感，而其中的主要价值在于，人工智能可以加快内容生成过程。此外，大模型还可以生成对话内容，例如智能客服、虚拟助手对话响应的生成等。除了生成文本内容外，还有一些工具可以让用户输入文本提示来生成图像（文生图）甚至短视频（Sora）。11.2.3自然语言生成许多大模型用户尝试将生成式人工智能作为一种替代搜索的工具。用户只需要使用自然语言向大模型提问，程序会立即回复，并提供关于相关话题的见解和“事实”。已经有不少搜索引擎引入大模型，带给用户更好的体验。使用大模型作为搜索工具需要注意，所响应内容并非一直都准确无误。在特定情况下，大模型可被恶意调教，引导捏造事实和数字。因此，使用的时候最好仔细核对大模型提供的事实信息，以免被错误信息误导。大模型还可以构建对话系统：开发具备上下文记忆、情感识别等功能的聊天机器人；知识抽取与推理：提取文本的实体和关系，构建和更新知识图谱。11.2.4搜索与知识提取生成式人工智能工具不仅能生成自然语言，还能生成例如JavaScript、Python、PHP、Java和C#等编程语言的代码。大模型的代码生成能力使得非技术用户也能生成一些基本的程序代码。此外，它们还可用于帮助调试现有代码，甚至生成注释文档。不过，编程人员如果在开发过程中运用了生成式人工智能工具，需要反复检查代码的功能和安全问题，以避免部署后出现问题。11.2.5代码开发大语言模型在网络安全方面的另一个用途是检测网络攻击。这是因为大模型有能力处理在整个企业网络中收集的大量数据并深度分析，判断存在恶意网络攻击的模式，从而发出警报。一些网络安全厂商已经开始尝试使用该技术进行威胁检测。11.2.6检测和预防网络攻击作为虚拟助理，生成式人工智能在客户支持领域也大有可为。大模型能够将音频或视频文件高精度地转录为书面文本。使用生成式人工智能从音频和视频文件中转录文本。生成式人工智能能够对大型数据进行总结和推理，因此也是企业进行市场调研分析，深入了解产品、服务、市场、竞争对手和客户的有用工具。语言模型通过处理用户的文本输入或数据集，对趋势进行书面总结，提供对买家角色、差异化竞争、市场差距的见