前言

近段时间大家听到的最多的新闻热点无非就是生成式AI了。确实它的出现对社带来了巨大的改变。

对于普通人来说，他的出现带来了更大的便利。现在市面上几乎所有的应用程序都穿上了”生成式AI的盔甲“，这对于用户来说是体验更加便利的表现。 对于开发者来说，在这个巨大的风口浪尖上，许多开发者都转型为独立开发者，自己当起了老板，而他手下的员工则是这些AI。

今天实验的目的

今天实验的目的是为了证明原生的生成式AI算力精度的不确定性，及设置生成逻辑风格的单一性，从而证明AI+agent（智能体）的必要发展趋势。

  • 举个例子，当我们很饿的时候，我们脑海中总是想要得到一碗米饭，但是当我们真正的得了一碗米饭的时候，我们就产生另外的想法”西红柿蛋炒饭，会不会香“，那么生成式AI也式一样道理。 现在的LLM大语言模型已经开始有专门定制化的发展趋势了，比如百度的文心大模型4.0版本，他在现有的生成式AI大语言模型的基础上又继续深挖，从而能够让文心大模型能够更好深入到人类社会上现有的各个职业领域，与专业的人士，用专业的问题来进行专业交流。

实验开始

第一步（Python调用langchain接入文心llm）

代码语言：javascript

 pip install openai langchain langchain-wenxin

llm.py:

代码语言：javascript

from langchain_wenxin import Wenxin

WENXIN_APP_Key = ""
WENXIN_APP_SECRET = ""
llm = Wenxin(
    temperature=0.9,
    model="ernie-bot-turbo",
    baidu_api_key = WENXIN_APP_Key,
    baidu_secret_key = WENXIN_APP_SECRET,
    verbose=True,
)
response = llm("请给我讲一个笑话")
print(response)

文心输出：

代码语言：javascript

当然可以，这是一个关于两只小猪的笑话：
有一天，两只小猪一起去郊游。一只小猪带了一个超级大的野餐篮子，里面装满了各种美食，而另一只小猪只带了一片三明治。
当他们到达目的地时，那只带美食的小猪开始抱怨：“你看，我带了这么多好吃的，你只带了一片三明治，我简直快饿死了。”
另一只小猪笑了笑，回答说：“别担心，我有办法让你吃饱。”说着，他打开三明治，从中取出一块，然后递给那只带美食的小猪。
带美食的小猪看着手中的三明治，突然笑了起来：“你这是在做什么？我只带了一片三明治，现在你要我怎么吃？”
另一只小猪回答说：“这就是我要你吃的啊！”
希望这个笑话能让你开心！
第二步（Python调用langchain接入文心chat）

chat.py:

代码语言：javascript

from langchain.schema import (
    AIMessage,
    HumanMessage,
)
from langchain_wenxin import ChatWenxin

WENXIN_APP_Key = ""
WENXIN_APP_SECRET = ""

chat_model = ChatWenxin(
    temperature=0.9,
    model="ernie-bot-turbo",
    baidu_api_key = WENXIN_APP_Key,
    baidu_secret_key = WENXIN_APP_SECRET,
    verbose=True,
)

response = chat_model(
    [
        HumanMessage(content="请给我讲一个笑话")
    ]
)
print(response)

文心输出：

代码语言：javascript

content='当然可以，这是一个有趣的笑话：\n\n有一天，一只鸟飞到一栋房子前，它看到门上写着“请勿乱扔垃圾”。
于是它决定不扔垃圾，但是它又很饿，于是它想出了一个聪明的办法。它从嘴里吐出一些食物，然后把这些食物扔到房子里。
房子的主人看到后非常惊讶，问他：“你是怎么做到的？
”鸟回答说：“很简单，我是用鸟嘴吐出来的。
”房子的主人笑了笑，说：“你真聪明，下次你可以再试试。
”\n\n希望你喜欢这个笑话！'
第三步（现有平台调用OpenAI api接入ChatGPT4.0）

第四步（小程序（JavaScript）调用文心原生大语言模型）

代码语言：javascript

 getAccessToken() {
   let that = this
    wx.request({
      url: 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id='+api_key+'&client_secret='+secret_key,
      method: 'POST',
      'headers': {
        'Content-Type': 'application/json',
        'Accept': 'application/json'},
      success: (res) => {
        // console.log(res.data.access_token);
        that.setData({
          access_token:res.data.access_token
        })
        that.instructModel()
      },
      fail: (err) => {
        reject(err);
      }
    });
},
instructModel(){
  let that = this
  const access_token = that.data.access_token
          const url_chat = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions?access_token=" + access_token

          const payload = {
            "messages": [
              {
                "role": "user",
                "content": "给我讲个笑话"
              }
            ]
          };
          wx.request({
            url: url_chat,
            method: "POST",
            data: payload,
            header: {
              'Content-Type': 'application/json'
            },
            success: function (res) {
              console.log(res.data.result);
            },
          });
},

文心输出：

代码语言：javascript

小明告诉妈妈：“今天有人表扬我了。”
妈妈兴奋地问：“怎么表扬的？”
小明说：“那人碰了我一下，说：‘小朋友，你胖乎乎的，真可爱！’”

结论

以上生成的内容大家觉得搞笑度如何，那如果是让专门的人士，比如说相声的人跟他们比较呢？大家可能认为就一个笑话，用得着这么较真吗？ 那如果问的问题不是笑话这么简单，而是医学上关乎生命安全领域的解决方案呢？ 所以，现在的人们大多数还是将生成式AI解决方案作为极小部分的参考比例，这一现象的根本原因式在于，原生生成式AI的不精准性。 那么想要解决这一类问题，就要在原生LLM大语言模型的基础上再次深耕。这一现象也是最近爆火的一类话题”生成式AI+agent（智能体）“，这也代表了生成式AI+agent（智能体）的必要发展趋势！

如何系统的去学习大模型LLM ？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

事实上，抢你饭碗的不是AI，而是会利用AI的人。

继科大讯飞、阿里、华为等巨头公司发布AI产品后，很多中小企业也陆续进场！超高年薪，挖掘AI大模型人才！ 如今大厂老板们，也更倾向于会AI的人，普通程序员，还有应对的机会吗？

与其焦虑……

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高。

针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

一、LLM大模型经典书籍

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

在这里插入图片描述

二、640套LLM大模型报告合集

这套包含640份报告的合集，涵盖了大模型的理论研究、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。(几乎涵盖所有行业)

在这里插入图片描述

三、LLM大模型系列视频教程

在这里插入图片描述

四、LLM大模型开源教程（LLaLA/Meta/chatglm/chatgpt）

在这里插入图片描述

LLM大模型学习路线 ↓

阶段1：AI大模型时代的基础理解

  • 目标：了解AI大模型的基本概念、发展历程和核心原理。

  • 内容：

    • L1.1 人工智能简述与大模型起源
    • L1.2 大模型与通用人工智能
    • L1.3 GPT模型的发展历程
    • L1.4 模型工程
    • L1.4.1 知识大模型
    • L1.4.2 生产大模型
    • L1.4.3 模型工程方法论
    • L1.4.4 模型工程实践
    • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

  • 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。

  • 内容：

    • L2.1 API接口
    • L2.1.1 OpenAI API接口
    • L2.1.2 Python接口接入
    • L2.1.3 BOT工具类框架
    • L2.1.4 代码示例
    • L2.2 Prompt框架
    • L2.3 流水线工程
    • L2.4 总结与展望

阶段3：AI大模型应用架构实践

  • 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。

  • 内容：

    • L3.1 Agent模型框架
    • L3.2 MetaGPT
    • L3.3 ChatGLM
    • L3.4 LLAMA
    • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

  • 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。

  • 内容：

    • L4.1 模型私有化部署概述
    • L4.2 模型私有化部署的关键技术
    • L4.3 模型私有化部署的实施步骤
    • L4.4 模型私有化部署的应用场景

这份 LLM大模型资料 包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）👈

​

# 人工智能 # dubbo
Logo
CSDN-OPC开发者社区

这里是“一人公司”的成长家园。我们提供从产品曝光、技术变现到法律财税的全栈内容，并连接云服务、办公空间等稀缺资源，助你专注创造，无忧运营。

更多推荐

cover

中国 OPC 开发者政策新风向-2026年Q1

avatar CSDN-OPC开发者社区
cover

OPC开发者新风向｜AI+一人公司如何高效拿补贴

avatar CSDN-OPC开发者社区
cover

OPC开发者 一人公司技术栈指南

avatar CSDN-OPC开发者社区