《智能信息检索与生成式AI应用》课件-2.初识大模型 6.1 大模型技术的基本概念_第1页
《智能信息检索与生成式AI应用》课件-2.初识大模型 6.1 大模型技术的基本概念_第2页
《智能信息检索与生成式AI应用》课件-2.初识大模型 6.1 大模型技术的基本概念_第3页
《智能信息检索与生成式AI应用》课件-2.初识大模型 6.1 大模型技术的基本概念_第4页
《智能信息检索与生成式AI应用》课件-2.初识大模型 6.1 大模型技术的基本概念_第5页
已阅读5页，还剩8页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

初识大模型01了解信息表示的原因02掌握主要信息类型的编码方式03认识不同表示方式对信息检索的影响学

习

目

标什么是模型？数学问题：请根据前面已知信息填写横线处正确答案第

i

个数字第

i-1个数字2=+人学习并解决问题的过程AI学习并解决问题的过程分类回归由连续变量预测的定量输出的算法由离散变量预测的定性输出的算法什么是模型？模型的概念模型就是对数据中的规律进行抽象和表示

根据任务类型分为两大模型什么是大模型？大模型的概念人工智能大模型（简称“大模型”）是指由人工神经网络构建的一类具有大量参数的人工智能模型

大模型的参数量有多大小规模的大模型：7B，70亿参数中规模的大模型：13-70B，130亿-700亿参数大规模的大模型：175B-1.8T，即1.75万亿-1.8万亿参数大模型的特征规模性参数规模、数据规模、计算规模十分庞大，体现了大型模型在硬件资源和数据处理能力上的显著特征，是支撑其高性能的基础。涌现性指小规模模型不具备而大规模模型突然出现的能力，如复杂推理、代码生成等，体现了量变到质变的智能跃迁。通用性具备跨任务、跨领域、跨模态的强大能力，能够灵活适应多种应用场景，展现出广泛的适用性和迁移性。维度传统AI模型大模型数据需求特定领域标注数据海量无标注文本能力范围单一任务多任务通用使用方式定制化部署预训练+微调/提示初识大模型的核心架构基础自注意力机制Transformer架构大模型的主要类别大语言模型01基础科学大模型04多模态大模型03视觉大模型02GPT-4Claude文心一言DALL·E3StableDiffusion3GPT-4VGeminiDeepSeek-V2AlphaFoldESMFold大模型如何改变信息检索传统检索关键词匹配→排序算法→返回链接列表大模型检索自然语言查询→深度理解→生成整合答案同义词、上下文、意图识别语义理解深化01记忆与连贯性多轮对话检索02文本→图像→代码的统一理解跨模态检索03传统检索与大模型检索的区别示例传统检索局限与挑战实时性不足：训练数据滞后事实性偏差：幻觉与过时信息可解释性差：难以追溯信息来源计算成本高：响应延迟与资源消耗大模型在信息检索中的优势与局限优势对检索的意义自然语言交互降低检索门槛信息整合能力从“链接列表”到“综合答案”多任务处理一次查询完成分析、总结、翻译等个性化适应根据对话历史调整回答风格小

结模型是对数据中的规律进行抽象和表示人工智能大模型（简称“大模型”）是指由人工神经网络构建的一类具有大量参数的人工智能模型大模型的特征包括规模性、通用性、涌现性大模型的主要类别包括大语言模型、视觉大模型、多模态大模

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论