通过大模型调用其他工具到底可不可行？ChatGPT 或许能轻松搞定一切，但同样的需求落在本地大模型上，恐怕就要打个问号了。法国开发工程师 Emilien Lancelot 尝试了多款号称具备工具调用功能的 agent 框架，来看看本地大模型到底能不能完成任务，但结果就像他总结的“一无所获”。是什么让这位工程师失望了？用 AutoGPT，得会点“糊弄学”AutoGPT 是款貌似强大的框架，提供很酷的

如果问个问题：有哪些产品曾经创造了伟大的奇迹？ChatGPT 应该会当之无愧入选。仅仅发布 5 天，ChatGPT 就吸引了 100 万用户——当然，数据不是关键，关键是其背后的技术开启了新的 AI 狂潮，成为技术变革的点火器。就算我们这些周边吃瓜群众都日日活在 ChatGPT 带来的震撼里，更不用说在 AI 领域摸爬滚打的专家们了。有了 OpenAI API 和 ChatGPT，一切都变得不一样

AI技术栈分为三层：基础设施、模型开发和应用开发。2023年，特别是Stable Diffusion和ChatGPT引入后，新工具的数量激增。2023年是AI工程的一年，出现了多种工具和框架。模型开发在ChatGPT之前占主导地位，2023年对推理优化、评估和参数高效微调的兴趣增加。基础设施层相对稳定，尽管引入了向量数据库等新类别。。中国的开源生态系统正在增长，许多流行的AI仓库针对中国受众。

自 ChatGPT 发布以来，科技界掀起了一场大模型的竞争热潮。数据成为新生产要素，算力成为新基础能源,大模型则成为新生产工具，各行各业从“+A”向“AI+的转变已势不可挡。随着模型参数量从千亿迈向万亿，模型能力更加泛化，大模型对底层算力的诉求进一步升级，超万卡集群成为这一轮大模型基建军备竞赛的标配超万卡集群将有助于压缩大模型训练时间,实现模型能力的快速迭代，并及时对市场趋势作出应对。

在当下新一轮科技革命和产业变革加速发展的背景下，数据已成为新的生产要素，算力成为新的基础能源，而人工智能则成为新质生产力。2024年的政府工作报告中，明确指出要深化人工智能应用，并首次提出开展“人工智能+”行动。该行动打开了新质生产力的大门，人工智能正在成为产业创新的关键抓手。尤其是以大模型为代表的生成式AI技术，已成为推动新一代产业变革的核心动力。伴随2022年末ChatGPT的问世，以大模型为

一、低空经济的概念内涵内涵和特征：低空经济作为战略性新兴产业和未来产业已上升为国家经济工作重点低空经济目前只有半官方定义，部分专家学者、研究机构、有关部门以及地方规划等均给出了各自的理解。

OpenAI是一家领先的人工智能研究公司，开发了多种大语言模型，现如今GPT-4o以及GPT-4o mini等版本都已经推出。使用国内镜像站是相对而言，使用ChatGPT更为直接简单的方法，但是毕竟不是官方途径，会存在使用不稳定的情况，比如回复缓慢、报错等。比如下面的狠活AI，会赠送一些积分，通过赠送的积分可以免费试用一下GPT系列。每使用一次工具就扣除相应的积分，GPT-4o一次需要消耗10积分

伴随人工智能技术的加速演进，AI 大模型已成为全球科技竞争的新高地、未来产业的新赛道、经济发展的新引擎，发展潜力大、应用前景广。近年来，我国高度重视人工智能的发展，将其上升为国家战略，出台一系列扶持政策和规划，为 AI 大模型产业发展创造了良好的环境。**2024 年，多重利好因素将推动大模型快速发展，首先是“人工智能+”行动等来自政府层面的有力支持，其次用户提升生活、工作效率的需求激增，再加上科

RAG即检索增强生成，为 LLM 提供了从某些数据源检索到的信息，并基于此修正生成的答案。RAG 基本上是 Search + LLM 提示，可以通过大模型回答查询，并将搜索算法所找到的信息作为大模型的上下文。查询和检索到的上下文都会被注入到发送到 LLM 的提示语中。嵌入式搜索引擎可以通过 Faiss 来实现，向量搜索领域成为了RAG的一个助力。像pinecone 这样的向量数据库可以构建开源搜索

AI浪潮席卷全球并发展至今已有近2年的时间了，大模型技术作为AI发展的底座和基石，更是作为AI从业者必须掌握的技能。但是作为，相信大家也有一颗想要训练或微调一个大模型的心，但是苦于技术门槛太高，无从下手。今天教大家一个非常快速的方法，5分钟就可以让你快速上手去微调一个大模型。还不赶紧去试试！什么是模型微调？大模型微调(Fine-tuning)是指在已经预训练好的大型深度学习模型基础上，使用新的、特