前言
书生·浦语大模型应用实战营 第二期正在开营，欢迎大家来学习。（参与链接：https://mp.weixin.qq.com/s/YYSr3re6IduLJCAh-jgZqg
https://mp.weixin.qq.com/s/YYSr3re6IduLJCAh-jgZqg）
第一堂课的视频链接：https://m.bilibili.com/video/BV1Vx421X72Dhttps://m.bilibili.com/video/BV1Vx421X72D
本次笔记是学习完第一堂课，结合自己关心内容而创作，更偏向个人。尽管有很多细节丢失，但组织出来的内容仍反映本节课的关键知识、也是我的收获，与大家分享。
论述
大模型功能开发流程
以下是比较典型的大模型功能开发要经历的流程，但实际情况可能会更加复杂，也没必要去都呈现出来。所以我们学习这个就行。知道步骤进行原因，具体情况灵活应变
步骤一（步骤数字以最复杂的情况为举例）：挑选模型
现在想象下我们要开发一个大模型应用。从接到任务到真正把功能实现出来，该经历怎样的流程？
大模型功能是为了满足某个业务需求的，首先我们得挑选合适的大模型，大家知道不同的大模型对同一个任务表现是不一样的，就拿Claude2来说，模型综合能力不及GPT-4 Turbo，但是在学术相关对话，表现出来的特定能力是明显比GPT-4 Turbo好的。
完成这一步骤，可能需要你有些经验，或者你也可以看权威些的排行榜。
步骤二：第一次模型评估
刚刚是你主观上觉得Ok、或者别人说的，但是实际怎么样呢？你得基于客观的测试，但到底是不是能够满足需要。
如果直接就满足了，那就直接可以部署模型了。达不到需要该怎么办？
我们得去微调大模型
步骤三：微调大模型
我们要做判断，现在我有没有微调所需要的资源？具体是硬件资源、和训练所需的语料资源。做好判断之后就进行微调的环节了
续训，也就是全参数微调，因为要将训练大量的语料，往往需要更长时间。
步骤四：构建智能体
如果大模型要与环境进行交互，比如与数据库的交互或者调用什么插件等，构建智能体是很好的策略。在具体情况下你可以判断一下，如果需要推荐你构建智能体
步骤五：第二次模型评估
功能始终是为了满足某种需要的，所以在我们改造模型后，还是得看满足了没有，是不是要继续调整。我们对模型进行第二次评估。
步骤六：模型部署
最后就是把模型嵌入应用中，部署好自己的模型就好了
这就是总的图
这是我学到的一个关键知识，它让我知道我以后面对我的项目的时候，该怎么办
书生·浦语全链条开源开放体系
听完课似乎我脑袋里留下的第二句话是：“书生·浦语对于开发的各个环节都提供了技术支持”。
大家可以把各个技术对应到上面我们总结的开发流程中，看什么地方我可以用到什么技术。
~~~~~~
以上就是我本篇想讲的所有内容了，如果这篇文章对你有价值的话，还请点个赞，你的支持对我非常重要！
我是阿航，一位胆大包天、梦想成为大牛的学生~
我们下篇文章接着聊
