提示词(Prompt)

通过精心设计的输入指令，引导大模型生成符合需求的输出。
应用场景：撰写文章、媒体文案生成、广告创意等。

检索增强生成(RAG)

结合检索外部知识库与生成模型，提升回答的准确性和专业性。
应用场景：智能客服、聊天机器人、专业领域问答系统、企业知识库等

智能体(AI Agent)

自主执行任务的AI系统，可协同多个子代理完成复杂流程。
应用场景：制造业自动检测、医疗自动化管理、保险自动审批、自动化订单核对.

模型微调(Fine-Tuning)

在预训练模型基础上，用领域数据调整参数以适应特定任务。
应用场景：行业领域专用模型（如医疗、法律、金融、汽车、电商等等）

AI大模型的能力

大模型的能力是通过训练和推理得来，属于概率模型。
先进行海量知识的学习训练得到一个 概率模型(Transformer架构)。
当需要回答某问题时，通过概率模型，推理出回答的每一个字。

训练

让大模型掌握语言中字词、句法和语义的复杂规律

推理

根据输入内容上下文来不断推理出下一个字或词（专业术语叫token）

概率模型

推理的下一个字是随概率变化的，同一个模型同一个问题得到的结果可能都不一样。

PS.大模型既然是概率模型，就有可能得到错误的结果。

FLOPS（Floating-Point Operations Per Second，每秒浮点运算次数）是衡量计算机、处理器或硬件（如GPU、CPU）计算性能的核心指标。
FLOPS表示设备每秒能完成多少次浮点数运算（如:加减乘除）, 1 TFLOPS=1万亿次浮点运算/秒（如H100的 4 PFLOPS）
【1 PFLOPS = 1024 TFLOPS; 1 TFLOPS = 1024 GFLOPS; 1 GFLOPS = 1024 MFLOPS 】