AI的发展速度真是超出我们的想象,遥想几个月前,我还在使用Ollama跑本地大模型,最近有另一款可以跑本地大模型的工具迅速崛起,在GitHub上已有70.3K Stars,相信不久就会超越Ollama,除了可以本地运行大模型之外,还可以当作本地知识库使用,查询本地的文档信息结合大模型进行回答,真可谓太方便了。更重要的是,完全免费,可商用,这个工具就是:GPT4ALL。
地址文末免费领取 !
下载安装GPT4ALL
大家可以在上面的地址下载后进行傻瓜式安装,只需下一步下一步的点即可,无门槛。
(官网)
-----------
下载模型
安装后打开页面如下图所示:
(工具主页)
我们可以先对模型进行搜索,然后去选择下载一个模型,他会给我们列出来模型的基本信息,包括模型大小,运行时需要多大内存,参数是多少,多少位进行的量化,属于什么类型的。
(搜索模型)
这里我们选择一个最小的下载,搜索后下载一个【Qwen2-0.5B-Instruct-GGUF】。(如果下载不了,请考虑科学上网)
(下载模型)
下载成功
(模型下载成功)
-----------
与模型对话
我们在对话的功能中,选择刚才下载的模型进行对话。
(选择下载的模型)
进行对话
(进行对话)
从上面大家可以看到,我问【你是谁】,它可以给我们回答【我是来自阿里云的超大规模语言模型,我叫通义千问】,后续也可以正常的对话。
-----------
知识库对话
我们再来试试知识库的功能,可以添加本地文档,进行对话。这里我们选择了【阿里发布AI职业趋势报告】添加到文档集合中。
(创建文档合集)
然后我们这次换一个大模型,选择Qwen2-7B大模型作为基座模型,结合上面添加的知识库文档进行问答。
(知识库问答)
当我提问他【阿里职业趋势都有哪些】时,他会查询知识库文档和大模型给我们回答,是不是很方便。
-----------
GPT4ALL安装和使用起来非常简单,并且它还可以作为本地服务开启供其他人调用。而且针对模型的参数,还可以可视化进行调整,所以某些层面比Ollama要方便很多。
(模型参数可视化调整)
所以如果你想本地有一款属于自己的基于大模型的知识库系统,而且可以安装和使用都是傻瓜式操作,非常简单,GPT4ALL绝对是当前最好的选择,还不赶紧去试试。
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。