字节跳动青训营-AI方向

一.代理 1.为什么要用代理 在之前的思维链（CoT）中，我们看到了 LLMs 执行推理轨迹的能力。在给出答案之前，大模型通过中间推理步骤能够实现复杂的推理，获得更好的结果，以完成更具挑战的任务。

一.概念引入 ChatGPT之所以能够记得你之前说过的话，正是因为它使用了记忆（Memory）机制，记录了之前的对话上下文，并且把这个上下文作为提示的一部分，在最新的调用中传递给了模型。

一.链 1.概念 链是链接LangChain的各个组件和功能——模型之间彼此链接，或模型与其他组件链接的工具。下面是链的具体的几种类型： 2.LLMChain：最简单的链

一.解析器 1.解析器的方法 输出解析器是一种专用于处理和构建语言模型响应的类。一个基本的输出解析器类通常需要实现两个核心方法。

调用模型 预训练模型的微调过程相比于从头训练一个模型要快得多，且需要的数据量也要少得多，这使得作为工程师的我们能够更高效地开发和部署各种NLP解决方案。

本文介绍了提示工程的内容。针对大模型的提示工程该如何做，吴恩达老师在他的公开课中，给出了两个大的原则：第一条原则是写出清晰而具体的指示，第二条原则是给模型思考的时间。

本文主要是对Model I/O的认识，讨论了提示模板，语言模型以及输出解析的步骤，并且通过代码实战巩固概念。

代码从0到1，模型构建从0到1，本文从最基础的代码开始讲解，无论是否小白，是否学过py，看完本文都可以对构建一个最基础的模型有一个清晰的认知。