【完结9章】AI大语言模型 ChatGPT从0到1打造私人智能英语学习助手
视频课程分享——AI大语言模型 ChatGPT从0到1打造私人智能英语学习助手，完结19章。附源码下载。
深度学习的子领域中有两个重要的概念：大型语言模型（LLMs）和生成式人工智能（Generative AI）。大型语言模型，这类模型预先通过大量的文本数据进行训练，通常是从互联网或其他公开可获取的书籍中提取的。预训练期间，模型学习并理解文本数据的模式和结构。之后，在微调阶段，模型会根据特定的任务进行优化，这些任务可能包括机器翻译、文本生成、情感分析等。
与OrderStateEnum一样，我们来声明另一个枚举类型，状态触发类型 public enum OrderStateTriggerEnum { PlaceOrder, // 支付 Approve, // 收款成功 Reject, // 收款失败 Cancel, // 取消 Return // 退货 } 首先，我们通过在IPropertyMapping列表中传入的数据源类型到目标类型的propertyMappings，来找到匹配的映射对象。 // get matching mapping var matchingMapping = propertyMappings.OfType<PropertyMapping<TSource, TDestination>>(); 如果能找到，那么就返回匹配结果的字典， if (matchingMapping.Count() == 1) { return matchingMapping.First()._mappingDictionary; }
否则，抛出异常 throw new Exception($"找不到属性映射实例<{typeof(TSource)},{typeof(TDestination)}");
全部链接添加完毕，我们就要可以返回响应了，响应数据就是links列表。现在，用户就可以通过访问这个api的根目录获得api的使用方法了。
[Route("api")]
[ApiController]
public class RootController: ControllerBase
{
[HttpGet(Name = "GetRoot")]
public IActionResult GetRoot()
{
var links = new List
// 自我链接
links.Add(
new LinkDto(
Url.Link("GetRoot", null),
"self",
"GET"
));
// 一级链接 旅游路线 “GET api/touristRoutes”
links.Add(
new LinkDto(
Url.Link("GetTouristRoutes", null),
"get_tourist_routes",
"GET"
));
// 一级链接 旅游路线 “POST api/touristRoutes”
links.Add(
new LinkDto(
Url.Link("CreateTouristRoute", null),
"create_tourist_route",
"POST"
));
// 一级链接 购物车 “GET api/orders”
links.Add(
new LinkDto(
Url.Link("GetShoppingCart", null),
"get_shopping_cart",
"GET"
));
// 一级链接 订单 “GET api/shoppingCart”
links.Add(
new LinkDto(
Url.Link("GetOrders", null),
"get_orders",
"GET"
));
return Ok(links);
}}
GPT是基于Transformer架构的大语言模型，近年迭代演进迅速。 构建语言模型是自然语言处理中最基本和最重要的任务之一。GPT是基于Transformer架构衍生出的生成式预训练的单向语言模型，通过对大 量语料数据进行无监督学习，从而实现文本生成的目的；在结构上仅采用Transformer架构的Decoder部分。自2018年6月OpenAI发布GPT-1模 型以来，GPT模型迭代演进迅速。GPT-1核心思想是采用“预训练+微调”的半监督学习方法，服务于单序列文本的生成式任务；GPT-2在预训 练阶段引入多任务学习机制，将多样化的自然语言处理任务全部转化为语言模型问题；GPT-3大幅增加了模型参数，更能有效利用上下文信息， 性能得到跨越式提高；GPT-3.5引入人类反馈强化学习机制，通过使用人类反馈的数据集进行监督学习，能够使得模型输出与人类意图一致。
GPT（Generative Pre-training Transformer）是生成式预训练的单向语言模型。通过对大量语料数据进行无 监督学习，从而实现文本生成的目的。结构上，GPT仅采用Transformer架构的Decoder部分。 自2018年6月起OpenAI发布GPT-1模型以来，GPT更新换代持续提升模型及参数规模。随着OpenAI于2022年11月30 日发布ChatGPT引爆AI领域，海内外科技公司纷纷宣布发布大语言模型。用户爆发式增长对大语言模型的算力需求带 来挑战。
