简介：本文是个人入门ai模型训练的了解相关介绍，主要有关大模型的定义和入门训练模型langchain的搭载使用。
一、大语言模型
- 大语言模型是使用深度学习技术（如神经网络）的人工智能模型，参数数量多，通过 “猜词” 基于大量训练数据理解和生成人类语言，能体现对上下文及世界常识的认知，但并不完全理解语言，可能会犯错误或生成不合理内容。
LangChain
-
是基于大语言模型预测能力的应用开发工具，具有灵活性和模块化特性，支持 Python 和 JavaScript 版本，本教程使用 Python 版本。
-
安装方法：
- 基本安装：
pip install langchain。 - 安装时引入常用开源 LLM 库：
pip install langchain[llms]，并更新到最新版本。 - 从源代码安装：克隆存储库并运行
pip install -e。
- 基本安装：
-
LangChain 的预构建链功能像乐高积木，方便开发者快速构建项目或定制功能链条。
-
GitHub 社区活跃，可找到大量教程和最佳实践，其 API 文档是重要参考，遇到问题可更新版本或提交问题反馈。
###这里想说下，刚入手搭配环境很多语法都不清楚看不懂，还是推荐完整的，点击量高的视频学习，掌握常见语法，当然还有大佬的每日博客也值得推荐！
OpenAI API
-
LangChain 本质上是对各种大模型 API 的套壳，了解 OpenAI API 的基本设计思路有助于理解 LangChain 底层逻辑。
-
OpenAI API 中重点说明的两类模型是 Chat Model 和 Text Model：
- Chat Model 用于产生人类和 AI 之间的对话，代表模型有 gpt - 3.5 - turbo（ChatGPT）和 GPT - 4 等，可接收消息列表作为输入，适合处理对话或多轮次交互，能管理对话历史和进行角色模拟。
- Text Model 在 ChatGPT 之前常用，代表模型是 text - davinci - 003，可接收对话输入返回回答文本，对于简单单轮文本生成任务可能更适合。
-
使用 OpenAI API 的步骤：
- 注册账号并获取 API Key。
- 安装 OpenAI 库（
pip install openai）。 - 导入 API Key（可通过设置环境变量等方式）。
- 导入 OpenAI 库并创建 Client。
- 指定模型并调用相应方法，如 Text 模型调用
completions.create，Chat 模型调用chat.completions.create。 - 打印输出大模型返回的文字。 ###/这里补充下掘金ai练中也会有些老版语法，遇到问题多问问ai（p:里面的自带的不太全面）。
总结时刻
- 理解了 OpenAI 从 Text 模型到 Chat 模型的进化，以及在不同场景下选择使用的模型。掌握了这两种模型的基本调用流程，为后续学习打下基础。
- 大语言模型并非 OpenAI 一家独大，HuggingFace 网站提供很多开源模型，但该领域进展迅速，流行的开源模型会不断变化，且新的开源模型可能暂时不容易通过 LangChain 使用，但 LangChain 作为流行的 LLM 框架，迟早会封装新的开源模型，其框架和组件设计基本固定。 ###/ai模型出现也不短，记得今年年初还跟着一个哔哩的音色模型训练的视频学习过，那个也算精细化了有很多参数可选（不过电脑配置要求高，得训练个六七小时，最后没捣鼓成功），昨天刚试了火山方舟里面的，很简单，二十秒的wav文件几分钟就出结果，（p：应该还算可以），刚好青训营眼熟选了ai方向，希望通过这中间不断学习，在这一方面不断精进，也能做出点有意思的东西。
