企业官网建设流程全解析

郑州网站高端网站设计,制作个人网页教程,一级消防工程师考试题库及答案,上海餐饮品牌策划公司前四篇#xff0c;我们已经把一整套“大模型落地环境”铺好了#xff1a; 用 Ollama 把开源大模型跑在本地学会 API 调用 LLM 封装把 AI 塞进 VS Code Remote SSH尝试了更偏工程和性能的 vLLM 推理框架 但这一步都会有一个真实的疑问#xff1a; “环境是搭好了#x…前四篇我们已经把一整套“大模型落地环境”铺好了用Ollama把开源大模型跑在本地学会API 调用 LLM 封装把 AI 塞进VS Code Remote SSH尝试了更偏工程和性能的vLLM 推理框架但这一步都会有一个真实的疑问“环境是搭好了但它到底能帮我干什么”这一篇我们不再讲部署、不讲参数、不讲框架对比只干一件事用本地大模型真正做一次“能用的文本分析”。而且是——不训练模型、不开复杂 NLP 管线、小白也能直接复现的那种。一、为什么用大模型做文本分析真的很合适在传统 NLP 里哪怕只是一个简单的“文本分类”你也要分词构造特征准备标注数据训练模型调参、验证对课程作业、毕设、小项目来说这个成本其实很高。而大模型改变了一件事它本身就已经“会读中文、懂情绪、会归纳”。于是现在我们可以换一种思路不训练模型不构造特征直接告诉模型“你要做什么输出什么”这就是Prompt 分类器的思路。二、我们要完成一个什么任务为了保证复现性和通用性这一篇选一个最稳的任务组合文本情感分析正 / 中 / 负支持 CSV 批量处理你可以把它直接用在评论情感分析问卷开放题客服反馈新闻情绪初筛风险 / 舆情初步判断示例文本快点进吧4 千点是起点再次见证历史 4000 点没意思啊不放量就没有突破的意思这样子的话下午还得下去部分目标输出textlabel快点进吧4 千点是起点中性再次见证历史 4000 点正性没意思啊不放量就没有突破的意思这样子的话下午还得下去负向三、关键一步写一个稳定、可复现的 Prompt这一部分是全篇的核心。一个好的 Prompt比你换模型更重要。推荐系统提示你是一个中文文本分析助手。请判断下面文本的情感类别只能从以下三类中选择一个- 正向- 中性- 负向要求1. 只输出分类结果不要输出任何解释。2. 输出必须严格为以上三个标签之一。为什么这样写限定身份文本分析助手限定标签集合禁止解释避免输出不稳定这一步可以显著提高一致性。四、先来一次用 Ollama 本地模型做单条分析如果你已经按第一篇配置好了 Ollama这一步可以直接跑。4.1 本地调用示例Pythonfrom ollama import chatSYSTEM_PROMPT 你是一个中文文本分析助手。请判断下面文本的情感类别只能从以下三类中选择一个- 正向- 中性- 负向只输出分类结果。resp chat( modeldeepseek-r1:1.5b, messages[ {role: system, content: SYSTEM_PROMPT}, {role: user, content: 再次见证历史 4000 点} ])print(resp[message][content])输出示例正向到这里你已经完成了一个不训练的“文本情感分类器”。五、真正有用的部分CSV 批量处理单条分析只是热身真正有价值的是批量处理。5.1 准备一个TXT/ CSV 文件数据量较小以texts.txt为例。text虽然红了感觉有点假管住手啊再次见证历史 4000 点没意思啊不放量就没有突破的意思这样子的话下午还得下去快点进吧4 千点是起点大小盘齐发力才能站稳 4 千点干爆空狗相信国运坐等起飞跌就死命跌涨就磨磨唧唧一点点涨这市场谁玩拉尾盘明天低开 2 个点抢筹上车今天涨多少明天还回来快加仓晚上让我看看你们的底牌赶紧拉起来啊都快到点了跑吧高开低走平开低走低开低走一路向下老乡别走我也要走了开盘赚一万三收盘你不会连个零头都不给我剩吧该涨涨了…… 又一个 5 年…… 人生有多少个 5 年啊年摸一下 4000 不为过吧5.2 批量标注代码核心代码import pandas as pdfrom ollama import chatSYSTEM_PROMPT 你是一个中文文本分析助手。请判断下面文本的情感类别只能从以下三类中选择一个- 正向- 中性- 负向只输出分类结果。defclassify(text): resp chat( modeldeepseek-r1:1.5b, messages[ {role: system, content: SYSTEM_PROMPT}, {role: user, content: text} ] ) return resp[message][content].strip()df pd.read_csv(E:/C博士/课程/人工智能与大模型/lecture/lecture2_llm/lecture2_llm/comments.txt, headerNone, names[text])df[label] df[text].apply(classify)df.to_csv(labeled.csv, indexFalse, encodingutf-8-sig)print( 批量标注完成)运行结束后你会得到labeled.csvtext,label虽然红了感觉有点假管住手啊,负向再次见证历史 4000 点,正向没意思啊不放量就没有突破的意思这样子的话下午还得下去,正向恭喜你已经完成了一次“零训练的文本分析流程”。当然也可以调用API进行情感分析。参考第二篇大模型API调用。六、那 vLLM 在这里有什么用如果你还记得第四篇我们专门讲了 vLLM。现在它的价值就很清楚了Ollama 更适合单条 / 小批量本地交互原型验证学生电脑vLLM 更适合CSV 上千 / 上万行批量推理长文本服务器部署多用户 / 多任务一句话总结**第四篇解决“跑得起来”**第五篇开始解决“跑得多、跑得快”。代码几乎不用改只需要把后端从 Ollama 换成 vLLM 服务即可。七、学生 / 项目 / 研究可以直接用在哪下面这几个方向几乎都是现成选题 问卷开放题情感分析 商品 / App 评论分析 新闻情绪或态度初筛⚠️ 风险句子初步识别 文献摘要与要点分类辅助一句话定位大模型非常适合做“第一道文本处理工序”。后面我会继续更新大模型在工作/科研中的具体应用包括代码模板、实战案例和踩坑记录。如果你也在折腾本地大模型、API 调用或者 AI 编程工具欢迎在评论区交流 如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】