其实工作中大部分都是基于开源的模型或者算法做的，主要还是会用会训 不过没人带确实难受
1 个赞
太强了，这也能看出来，领导确实不懂技术
调开源模型就够了
1 个赞
都调用api罢了。 搞清楚老板想要干什么就行。 你要有个概念，是想自己跑大模型（为什么要自己跑模型，有没有足够的钱用来跑），还是买模型自己做微调（搞行业预料库，弄弄助手啥的？）。 最后想要做出什么东西来？ 这样才能搞清楚你到底是要做什么， 如果是前者，那你可能作为牵头人，拉一群搞大模型的一期做。后者，那就是个简单的ai in work的探索项目，看ai结合后能否做出更好的项目或者辅助工作
1 个赞
调用api 不用在乎语言， 都一样。
1 个赞
API工程师而已，别想得太高大上，高大上的你公司也没实力干
1 个赞
无他，唯眼熟尔。
这种领导只能劝你当心。 搞不好你费心费力弄个东西，丫觉得一般般甚至还觉得你能力不行难堪大用
1 个赞
通用模型公司数据中心已经做好了，现在是要我们弄一个小模型适配部门的业务，然后整合公司的通用模型让功能更全面，然后我就知道模型分大小，其他的我也不懂啊 
先学python 然后看看 和 yolo这方面
我还发了训练环境的教程可以看看 
1 个赞
我们有专职搞AI的，说实话大部分时间都是在调用现成的大模型或者API，联模型微调都不做，单位没有那么高级的GPU算力设备，训练素材也没有，调用一下现成的开源模型基本够用了。
1 个赞
可以先把python语言简单看一下，然后再熟悉下tranformer，大模型底层的embedding都是基于这个的，然后再看看大模型微调，差不多这些。推荐一个非常好的github资源
3 个赞
差不多, 领导小嘴一张就让人去搞大模型,
基础设施实际工作上就是玩各种开源模型, 以及按照各家提供的example实践一下微调之类的,
应用层面就是调用各种大模型, 组装Agent
这块工作非常抽象 , 一个工作场景你做到70~80%的效果非常容易, 想做到90~95%都很困难, 绝大多数的应用都只是一个玩具
如果你自己对这方面不感兴趣建议别深入, 建议等待科技进步, 等待OpenAI 变强
1 个赞
可以的，那正好学一学，然后弄个70~80%的出来练练手
确实，调用api差不多得了，又不是大公司，哪来的能力搞大模型
1 个赞
那就是调用公司训练的模型的api ，其他的没必要，直接找他们要api文档，然后自己做个demo， 调用api喂喂 数据啥的。比如做个 业务相关的问答机器人啥的。或者嵌入自己的业务系统，比如一些复杂的规则计算文案解释啥的都可以尝试结合ai。
2 个赞
我倒是想遇到这种需求，java开发搞烦了，转行去大模型也不错
1 个赞
模型相关具体是指哪些方面？训练模型还是使用模型
模型是指 llm 还是其他模型
1 个赞
只知道公司的通用模型是和华为合作研发的，里面有盘古模型，但是我不清楚这是不是llm
语言Python就可以了，我了解的公司已经没人用R了……
如果以干活为目的，主要了解各类API的使用就可以了，关注各类模型性能的排名网站（也要关注调用费用，除了不差钱的公司，一般大家都还是重视的性价比）。
机器学习和深度学习了解常见的名词，遇到领域内知识大概知道是哪个的，然后再用AI去查详细内容就好了。
(Transformer，CNN，RNN，预训练模型，过拟合，欠拟合…… 这些干活过程中你可能都用不上，领导想要的使用可能就是给用户用起来，除非要做底层优化，那就不是一天两天还要懂C++和CUDA编程)
底层数学原理其实没必要学了，最多学习一下梯度下降和常见优化器算法，其他过深的内容不影响干活，如果真的感兴趣，有时间可以再补起来。
针对各类任务需求的模型，关注HuggingFace就够了，在上面针对各种领域的模型已经足够细分和丰富了，个人或小公司的预训练已经没有什么太大意义了。
1 个赞
我感觉大概率就是佬说的这种玩法了