大模型学习起步的经验分享
我来聊聊这一年来的学习实践经验：
一、前期准备
首先就是显卡的问题，如果有条件，最好买一块，显卡的显存24GB起步，不要低于这个标准，这是目前不断演进的LLM流行版本的最低标准了。
显卡就是NVIDIA显卡，说白了就是为了cuda，有钱4090，没钱二手3090，不要对AMD显卡心存侥幸。
不要考虑耗电问题，绝大多数时间的耗电是空调引起的。
当然了，如果兜里没有那么多银两，也不必过于担心，就先从商用模型开始，首推智谱清言的开放平台，其次deepseek，通义千问，价格低，完全是补贴价，也非常不错。
如果有能耐，claude、gpt4的智力输出肯定效果是最好的。使用成本较高，20刀一个月（聊天和API分开算）。
但是，对于学习实验，这两个头牌模型也不是啥必须品。
二、模型与API
以上是前置条件，下来具体怎么做，我接着说：
如果有显卡，其实主要可以学到是本地大模型的部署体验和微调。
对于模型的API调用，对于学习者并不用担心是商用模型还是本地模型，其实大家都有自己的专有接口，同时也都支持OpenAI API接口为标准。用OpenAI API接口，对于以后的程序来说更通用，学习成本也更低。例如：
from openai import OpenAI
import json
import re
xinfernece_url="http://10.168.3.86:9997/v1"
xinference_api_key="EMPT"
xinfernece_model="glm4-chat"
zhipu_url="https://open.bigmodel.cn/api/paas/v4/"
zhipu_api_key="你的API-KEY"
zhipu_model="glm-4-0520"
client = OpenAI(base_url=zhipu_url, api_key=zhipu_api_key)
response = client.chat.completions.create(
model=zhipu_model,
max_tokens=4096,
messages=[
{"role": "system", "content": "你现在扮演奥特曼"},
{"role": "user", "content": "讲一个关于赛罗奥特曼的故事"},
],
response_format={"type": "json_object"}
)
print(response.choices[0].message.content)上述这段代码就是一个很简单的调用OpenAI API接口的例子，但已经跟OpenAI的GPT4没有什么关系了。
如果我们使用xinfernece_这组参数，那么我们就是通过Xinference服务（一会儿讲）提供的OpenAI接口来调用本地部署的LLM——glm4-chat（90亿参数）开源模型。
默认我们使用了zhipu_这组参数，那么我们就是通过互联网访问智谱开放平台提供的glm-4-0520（千亿参数）商用模型。
看起来是不是很简单。
三、大模型技术栈
接着我们说说大模型学习的体系：
LLM（本地 & 商用）->(推理 & 微调 & 提示词 ) -> (RAG & Tools) -> (workflow & Agent)。
我们可以根据上述的技术栈一步步向上开始学习。也就是说从最底层的大模型本体，到推理服务、微调训练和提示词能力，再到RAG检索增强或工具集增强，最后是AI工作流和智能体。当然了知识图谱、AI搜索也在凑大模型的热闹。
说说LLM本地化部署，目前看，比较适合单卡（24GB）推理的本地大模型有GLM4-9B、Qwen2-7B、deepseek，首推还是GLM4-9B，可能未来会推出的Qwen2.5也不可小觑，LLama3 8B不是太建议使用，主要还是中文能力真的不咋地，如果用到生产，真不知道对齐的怎么样，会不会胡说。
LLM本地部署最好的方案是使用推理框架，基本上就是两个中选择一个，Ollama或者Xinference，Ollama部署简单，但让我推荐，我只会是Xinference，一方面是国内团队，交流很容易，更新速度很快，另一方面就是支持的模型特别丰富。
推理框架的好处就是统一化了API接口，就是上面例子中看到的OpenAI API接口，那么你部署什么模型都一样去调用。
提示词
我们在讨论一下微调还是提示词的问题。什么意思呢？本质上就是部署的模型，通用智力不咋地，但你又希望你的模型能在你希望的方面牛逼起来。
上面这段提示词是我在dify上构建了一个英语翻译，但我翻译的是技术文档为主，因此我不仅希望LLM能正常翻译，还希望它看到内容中有代码例子的时候就不要翻译了，给做个Markdown代码标记，方便阅读。那么提示词里你就得给LLM一点例子，因为AI模仿起来一点就会。
当然了，还有个前提，你得告诉AI，你是什么角色，上面的例子就说你是个翻译专家和程序技术专家，AI看到这个，马上就知道自己的身份应该输出什么内容了。
那么我们仔细去想想，如果把这些让他去模仿的提示例子多给一些，形成一个数据集，其实就可以让LLM做微调了。微调的本质就是让AI更多的去理解你想让他变成什么模样，更想让AI说什么话。
但是对于大多数人使用，其实选择通用智能更好的模型，自己学习如何给出更好的提示词，是更好的选择，可以更快得到想要的效果。
微调更多是因为必须使用的模型在自己希望的生产领域还是不给力，所以才要重塑AI最基本的底色，朝着领域的、专业的方面提升智力。然后在这基础上做提示词、RAG等等事情，会更有效率。
工具调用
最后我在说下RAG和Tools，本质上RAG就是建立自己的知识库，这样的好处是防止LLM乱说，这样就能把问题重心都放在知识库上面，这个比较适合的领域非常广泛。
但是RAG是文本分块，检索内容的输出很有限，因此长文本加载阅读也是一个好办法，另外就是基于知识图谱提出GraphRAG方案，抽象和全局理解提供的内容更好，但就是慢，用于生产，还需时日。
Tools是非常关键的一个环节，流程上，你提出问题，LLM判断得给出执行命令，然后你去执行命令。
上面这个例子是GLM4-9B提供的工具调用的演示例子，我们可以看到，我问了一句：用nvidia-smi命令查询一下，LLM根据预置的提示词就能明白需要返回get_shell方法名以及 {query: nvidia-smi}这句话了。
演示例子的程序根据LLM这句话就进行了本地shell命令调用，再返回调用的结果，让LLM再次组织语言。这个工具调用的过程其实就是智能体的基本形态了。
其实我们可以通过类似很多AI工作流中获得这方面的启发，我比较推荐Dify。
好了，有机会再给大家聊聊AI工作流和智能体。
原文地址：https://blog.csdn.net/u011457868/article/details/142352106
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！