盘古大模型最佳实践案例列表
本文汇总了盘古大模型服务的常见应用场景，并为每个场景提供详细的方案描述和操作指南，以帮助您在ModelArts Studio大模型开发平台中轻松搭建业务。
提示词写作实践
|
样例 |
说明 |
|---|---|
|
介绍提示词是什么，以及如何写好提示词。 |
|
|
介绍提示词的写作进阶技巧，以应对更复杂的场景。 |
|
|
介绍提示词在实现智能客服系统的意图匹配和生成面试题目具体场景中的应用。 |
构建数据集实践
|
样例 |
说明 |
|---|---|
|
介绍在NLP大模型增量预训练场景中的数据获取、加工、发布等操作，来完整构建数据集。 |
|
|
介绍在NLP大模型微调场景中的数据获取、加工、发布等操作，来完整构建数据集。 |
模型训练实践
|
样例 |
说明 |
|---|---|
|
介绍NLP大模型增量预训练场景，以及在此场景中如何搭建数据集、创建训练任务、部署任务，分析评测结果和优化模型。还提供了增量预训练过程可能会出现的常见问题，以帮助用户快速定位并解决问题。 |
|
|
介绍NLP大模型微调训练场景，以及在此场景中如何搭建数据集、创建训练任务、部署任务，分析评测结果和和优化模型。还提供了微调训练过程可能会出现的常见问题，以帮助用户快速定位并解决问题。 |
|
|
介绍NLP大模型蒸馏场景，以及在此场景中如何搭建数据集、创建训练任务、部署任务，分析评测结果和和优化模型。还提供了模型蒸馏过程可能会出现的常见问题，以帮助用户快速定位并解决问题。 |
|
|
介绍科学计算大模型微调训练场景，以及在此场景中如何搭建数据集、创建训练任务、部署任务。还提供了微调训练过程可能会出现的常见问题，以帮助用户快速定位并解决问题。 |
模型调优实践
|
样例 |
说明 |
|---|---|
|
介绍在NLP大模型调优场景中，从训练数据、训练参数、提示词以及推理参数几个方面提供优化建议，帮助用户获得更好的模型效果。 |
|
|
介绍在科学计算大模型调优场景中，从训练数据和训练参数两个方面提供优化建议，帮助用户提升模型精度和性能。 |
Agent应用实践
|
样例 |
说明 |
|---|---|
|
介绍在某学术研究场景中，用户需要基于某篇文章进行研读或者研究，并通过与人工智能大模型的交互对于该篇文章进行深层次的理解。 |
|
|
介绍如何利用不同的节点搭建一个语文知识智能助教的工作流，通过该案例能够详细了解如何在工作流中使用知识库节点，判断节点，和代码节点等。 |
