核心内容摘要
智能交互新范式：UI-TARS-desktop让自然语言成为桌面控制中心
简介2022 年 11 月 30 日OpenAI 正式发布 ChatGPT人类自此迈入真正可用的 AI 工具时代。
在此之前AI 仅局限于专业研究领域普通人很少听过或者使用 AI 工具日常接触最多的也只是车牌识别文字识别、语音识别等基础应用而从 ChatGPT 诞生起大模型的广泛应用让普通人得以在日常生活中受益无论是利用 AI 生成视频、辅助写作、编写代码还是进行智能对话AI 都已深度融入各类日常场景。
自 1956 年 AI 概念正式诞生以来行业先后经历了黄金年代、第一次 AI 寒冬、繁荣期、第二次 AI 寒冬与冷静发展期如今已正式步入大模型时代。
当下大量 AI 应用持续造福人类正深刻改变着人们的生活方式。
大模型究竟是什么复杂来说大模型是基于海量数据训练而成的巨型人工智能模型其核心原理是通过海量参数学习数据中的复杂模式采用“预训练微调”的框架先通过无监督学习掌握通用知识再针对具体任务进行优化最终形成真正可用的 AI 工具。
简单来讲大模型就是一个通过数学计算模拟人类认知推理过程的工具它并没有多数人想象中那么强大——没有意识并非无所不知甚至可以将其看作一个函数接受输入、产生输出只是多数情况下输出内容能贴合我们的预期而已。
比如我们向模型输入问题“地球和太阳之间有哪些行星”大模型会输出“根据太阳系行星的轨道顺序在地球和太阳之间的行星有两颗按照距离太阳由近到远的顺序分别是水星和金星。
” 事实上大模型未必能完全理解这个问题甚至不清楚自己输出的内容是否正确它只是机械地根据此前的训练数据逐一生成对应的 token 而已。
但无论如何大模型像 GPT 系列、文心一言、豆包、通义千问、Grok、DeepSeek确实能帮我们解决不少问题至少可以辅助甚至替代人类完成一些简单或机械化的任务并且它必将持续深刻地改变人类的生活。
接下来我们就一起来了解大模型时代必备的一些 AI 相关术语。
术语AI英文全称Artificial Intelligence解释直译为人工智能即通过技术手段让机器模拟人类的智能行为涵盖思考、学习、决策及执行各类任务的能力。
AIGC英文全称Artificial Intelligence Generated Content解释直译为人工智能生成内容指由人工智能系统自动生成或创造的各类内容常见的有文本、图片、音频、视频等。
LLM英文全称Large Language Model解释直译为大语言模型是指在海量数据上训练而成、拥有数十亿甚至万亿级参数的深度学习模型。
例如我们熟悉的ChatGPT-
5参数量约200亿、DeepSeek-V
2参数量约6850亿、豆包
5参数量约2000亿。
基座模型指未经过特定任务微调、具备通用能力的原始大模型。
多模态目前许多 LLM 不仅能处理文本信息还能兼容图像、音频等多种格式的信息这类模型被称为“多模态大模型”。
Prompt解释直译为提示词是用户与LLM进行交互的核心指令和输入内容也是引导模型生成特定、高质量输出的关键。
一个优质的提示词通常包含角色、任务、上下文、输出格式等要素如角色你是一名顶级的行业战略顾问。
任务为我分析中国新能源汽车行业2024年的竞争格局并预测未来2年的关键发展趋势。
分析框架请运用经典的波特五力模型展开分析并补充SWOT分析中的核心机遇与威胁。
输出格式请以清晰的Markdown格式呈现运用标题、列表并加粗关键结论。
SFT英文全称Supervised Fine-Tuning解释直译为监督微调指在通用大模型即基座模型的基础上利用特定领域、高质量的标注数据对其进行额外训练使其能更好地适配特定任务或应用领域。
Token解释是大模型理解和处理文本的基本单位。
大模型生成内容时会先将用户输入转换成一个个 Token通常一个英文单词或一个汉字是一个 Token具体取决于词汇本身及分词器的设计再逐一生成 Token最终形成可正常阅读的文本。
大模型对输入和输出的处理存在限制单次交互中能够读取和考量的 Token 数量有上限这一上限被称为 Token 窗口也叫上下文窗口。
窗口大小直接决定了单次可向模型输入的信息量GPT-3 最初的窗口仅为 2K Tokens而目前最新的部分模型已支持 200K 甚至 1M 以上的窗口规模了。
RAG英文全称Retrieval-Augmented Generation解释直译为检索增强生成其核心逻辑是当用户提出问题时系统会先从外部知识库如文档、数据库等中检索出与问题相关的信息再将这些信息作为上下文与用户的问题一同提交给大模型由模型结合检索到的信息生成最终答案。
MCP英文全称Model Context Protocol解释直译为模型上下文协议是由 Anthropic 公司Claude 的研发机构提出的一种开放协议标准。
它规范了应用程序向大语言模型提供上下文的方式通过标准化接口可实现大模型与各类外部工具、数据源的高效联动。
Agent解释译为智能体是一种更高级的 AI 应用模式。
它不仅具备生成回复的能力还能自主感知环境、规划任务目标、调用相关工具进而完成一系列复杂的任务。
AI Agent 是 AI 应用的最终形态可以帮助人类完成复杂的任务如可以帮助程序员写代码的 Agent可以自动回答和处理订单的客服 Agent。
总结以上便是大模型时代核心 AI 术语的系统解析从 AI 的基础定义的到 Agent 的高级应用形态从 ChatGPT 开启的 AI 工具新时代到大模型“预训练微调”的核心逻辑我们梳理了入门必备的关键知识。
这些术语不仅是理解 AI 技术的基础更是我们高效运用大模型、把握其发展趋势的前提而随着技术的不断迭代大模型与各类 AI 应用的深度融合也必将持续深刻地重塑我们的生活与工作方式。
学习资源推荐如果你想更深入地学习大模型以下是一些非常有价值的学习资源这些资源将帮助你从不同角度学习大模型提升你的实践能力。
全套AGI大模型学习路线AI大模型时代的学习之旅从基础到前沿掌握人工智能的核心技能因篇幅有限仅展示部分资料需要点击文章最下方名片即可前往获取
640套AI大模型报告合集这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。
无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示因篇幅有限仅展示部分资料需要点击文章最下方名片即可前往获取
AI大模型经典PDF籍随着人工智能技术的飞速发展AI大模型已经成为了当今科技领域的一大热点。
这些大型预训练模型如GPT-
BERT、XLNet等以其强大的语言理解和生成能力正在改变我们对人工智能的认识。
那以下这些PDF籍就是非常不错的学习资源。
因篇幅有限仅展示部分资料需要点击文章最下方名片即可前往获取