3.1 初识语言大模型 课件 2024—2025学年川教版（2024）初中信息科技 七年级下册

3.1初识语言大模型 菜剪三秋绿，飧炊百日黄。 胡麻山麨样，楚豆野麋方。 始暴松皮脯，新添杜若浆。 《食后》 柴火煨新黍，炊烟绕晚阳。 刀砧分玉脍，鼎镬泛椒香。 慢炖三更露，闲温一岁霜。 浮生炊黍熟，不必问黄粱。 《暮炊》​ 猜一猜 那首古诗是AI创作的？ 为什么AI可以模仿人类写作？ 它需要那些技术支持？ 议一议 1.了解什么是语言大模型。 2 掌握与语言大模型交互的基本技巧。 学习目标 语言大模型(Large Language Model,简称 LLM)是人工智能领域中自然语言处理的一个重要分支。它是具有海量参数、利用深度学习技术训练出来的语言模型。 语言大模型概念 AI概念 大数据 大参数 大算力 AI的三大秘密武器 AI 理解 训练AI识别“猫”，需要喂给它10万张标注好的猫图片（如暹罗猫、橘猫等），就像厨师需要精选优质食材 若食材不新鲜（数据质量差），例如用模糊的“马赛克猫”训练，AI会像厨师做出黑暗料理一样输出错误结果 实际AI案例 大数据：食材——AI的“知识源泉”​类比：食材是烹饪的基础，正如数据是AI学习的原料。新鲜的西红柿、鸡蛋、调味料决定了菜肴的品质，而AI的“食材”是文字、图片、语音等海量信息。 大数据 AI理解 大参数 菜谱—AI的“知识结晶” 菜谱是厨师经验的总结，而大参数是AI从数据中提取的规律。菜谱中的“盐少许”需厨师根据经验调整，大参数则通过数值化存储知识（如“盐=3.5克”）。 实际AI案例 千亿级参数（如GPT-3）：像一位拥有百万道菜经验的主厨，能根据用户需求（如“低卡饮食”）自动调整“火候参数”（如减少油脂配比）； 类似厨师通过“试菜反馈”微调盐量，AI通过训练误差反向修正参数值，避免输出“太咸”（逻辑错误）或“夹生”（信息不全）。 AI理解 猛火灶能快速烹饪大餐，算力决定了AI处理数据的速度和规模。家用小灶（CPU）炒一盘菜需10分钟，而工业级灶台（GPU集群）可同时处理100锅菜肴。 大算力 灶火——AI的“能量引擎” 01 训练GPT-3相当于让厨师不眠不休练习500年，实际通过上万块GPU并行计算，将时间压缩到几个月。 华为盘古气象模型预测台风路径，需调用相当于一个小城市用电量的算力资源，如同用火箭级灶火精准控制 AI实际案例 02 AI理解 (1)两种提问方式搜出来的结果是否一致? (2)两种提问方式的侧重点分别是什么? (3)你认为哪种提问方式更合适?为什么? 如何与 AI对话 1.使用语言大模型搜索以下问题: 提问 A:推荐一份早餐。 提问B:推荐适合初中生的早餐，含蛋白质和蔬菜，准备时间小于10分钟。 实践活动1:模糊提问VS精准提问(10分钟) 运用AI 明确对象+具体要求=精准答案 运用AI 小明的信息卡 姓名:小明 年龄:14岁 身高:155cm 体重:70kg 问题:不爱吃早饭，不爱吃蔬菜,爱吃薯片，爱喝可乐，每天运动不足10钟。 角色定义——让AI变身专家（10分钟） 1.根据小明的情况，为不爱吃早饭的小明设计合适的早餐。 2.如果你是一名营养师再次为小明设计营养早餐。 3.对比两种不同的提问方式,请同学评价哪种更合适。 任务要求 运用AI (文档补丁-一给 AI“知识”(3分钟) 如果想用语言大模型给每个同学提供合适的营养早餐，可以怎样快速生成呢? 运用AI 给模型提供背景知识后，模型的回答更真实更具有针对性。 运用AI AI生成的内容一定正确吗？ 02 AI时代下，作为中学生的我们应该怎么做呢? 知识迁移 请根据自己的学习情况让AI给自己制定一个适合自己的学习计划 拓展与提升 $$