1小时带你入门大模型应用开发
袁从德

分享嘉宾:* 袁从德,AI 创业公司 。CTO 从事推荐、广告等相关算法研发,具有深厚的技术洞察和创新能力。在腾讯、阿里等互联网一线大厂有近 8 年的分布式训练、推荐算法、广告算法和大语言模型一线开发经验。曾发表过多篇行业论文,出版书籍有《在线广告系统全链路解析:从架构设计到智能投放》《大语言模型全链路解析:从架构设计、训练优化到应用开发》。
00:00 / 00:00
1.0x
- 3.0x
- 2.5x
- 2.0x
- 1.5x
- 1.25x
- 1.0x
- 0.75x
- 0.5x
本次直播由 AI 创业公司 CTO 袁从德主讲,系统讲解了大模型一站式开发的完整路径,聚焦于情感聊天机器人的构建。课程分为认知篇、基础篇与实战篇三大模块,涵盖从需求分析、概念验证、架构设计到技术落地的全流程。
认知篇 走进大模型应用开发
我们首先是要了解大模型应用开发的全景图,概念全景图是从概念落地到核心路径,总共分为六大块。
首先是需求定义。明确大模型应用的核心目标与业务场景,对齐技术开发与实际需求;识别关键利益相关者,收集并优先排序初始需求,为后续验证与开发提供清晰方向。
以心理心理健康辅导类的 App 为例,我们的受众其实是有心理健康需求的,这个时候我们在做技术开发和需求对齐的时候就比较清晰了。然后我们基于心理健康的受众,收集并优先排序初始需求。
公开
同步至部落
取消
完成
0/2000
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结

1. 大模型应用开发的全景图包括需求定义、概念验证、原型开发、系统集成、用户体验设计和部署上线。 2. 聊天作为大模型应用的切入点,因为它是高共鸣场景、技术验证全面且具有商业潜力。 3. 构建情感机器人需要从需求分析到技术落地,包括需求洞察力、保证回复符合伦理诉求和整体架构设计。 4. 技术落地阶段分为基于大模型微调和调用商用大模型 API,结合规则引擎与机器学习实现情感意图精准响应。 5. 大模型应用的核心原理是基于 Transformer 架构与文本生成机制,利用自注意机制实现并行化处理和对长文本的依赖捕捉能力。 6. 多平台部署指南包括本地运行、云服务器和Docker容器上线,利用容器技术实现便捷部署。 7. 应用监控与运维的重要性,包括日志分析、性能监控、故障快速回复、智能告警和自动化运维。 8. 商业化路径探索涉及情感聊天的垂直领域延伸、服务分层、付费模式和生态构建。 9. 对于B端,涉及到高级订阅模式,如API、SDK,以及构建生态和开放API。
仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《极客时间 VIP · 干货直播稿精选》
《极客时间 VIP · 干货直播稿精选》
立即购买
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论