AIGC動態(tài)歡迎閱讀

原標(biāo)題：我們從過去一年的大模型構(gòu)建過程中學(xué)到的經(jīng)驗
關(guān)鍵字：提示,模型,可能會,上下文,任務(wù)
文章來源：AI前線
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

作者 | Eugene Yan、Bryan Bischof、Charles Frye、Hamel Husain、Jason Liu 和 Shreya Shankar 翻譯 | 王強 策劃 | 褚杏娟
當(dāng)下正是使用大型語言模型（LLM）構(gòu)建應(yīng)用的好時機。過去一年，LLM 已經(jīng)發(fā)展到了足夠用于實際應(yīng)用的水平。LLM 的進化速度與社交媒體層出不窮的演示應(yīng)用，將在 2025 年吸引對 AI 領(lǐng)域的約 2000 億美元投資。LLM 的門檻也很低，讓每個人（而不僅僅是 ML 工程師和科學(xué)家）都可以將智能融入他們的產(chǎn)品中。不過雖然構(gòu)建 AI 產(chǎn)品比以前要容易得多，但創(chuàng)建出超越演示范疇，真正可用的產(chǎn)品仍是一項較為困難的工作。
在過去的一年里，我們六個人一直在基于 LLM 構(gòu)建現(xiàn)實世界的應(yīng)用程序。我們意識到有必要將這些經(jīng)驗提煉出來造福大眾。
我們有著不同的背景，擔(dān)任不同的角色，但大家都親身經(jīng)歷了使用這項新技術(shù)所帶來的挑戰(zhàn)。我們中的兩位是顧問，他們幫助眾多客戶將 LLM 項目從最初的概念轉(zhuǎn)變?yōu)槌晒Φ漠a(chǎn)品，從而總結(jié)出了決定項目成敗的模式。有一位是研究人員，研究 ML/AI 團隊的工作方式以及如何改進他

原文鏈接：我們從過去一年的大模型構(gòu)建過程中學(xué)到的經(jīng)驗

聯(lián)系作者

文章來源：AI前線
作者微信：
作者簡介：