From 786835f6c4377d798523033e12af696609ced208 Mon Sep 17 00:00:00 2001 From: xuhu0115 <64852985+xuhu0115@users.noreply.github.com> Date: Sun, 23 Jul 2023 00:24:50 +0800 Subject: [PATCH] =?UTF-8?q?=E5=B0=86=E9=82=A3=E5=8F=A5=E5=A4=9A=E4=BD=99?= =?UTF-8?q?=E7=9A=84=E5=88=A0=E5=8E=BB=E4=BA=86?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- docs/content/前言.md | 2 -- 1 file changed, 2 deletions(-) diff --git a/docs/content/前言.md b/docs/content/前言.md index 55edea8..202ed47 100644 --- a/docs/content/前言.md +++ b/docs/content/前言.md @@ -8,8 +8,6 @@   本书首先介绍Prompt工程的方法，提示是连接用户与模型的桥梁，优化提示对模型效果至关重要。通过案例，读者可以学习文本总结、推理、转换等基础NLP任务的Prompt设计技巧。 -使用 ChatGPT 不仅仅是一个单一的 Prompt 或单一的模型调用，接下来让我们了解关于大模型更多的应用。 -   然后，本书指导读者基于 ChatGPT 提供的 API 开发一个完整的、全面的智能问答系统，包括使用大语言模型的基本规范，通过分类与监督评估输入，通过思维链推理及链式提示处理输入，检查并评估系统输出等，介绍了基于大模型开发的新范式，值得每一个有志于使用大模型开发应用程序的开发者学习。   通过对LLM或大型语言模型给出提示(prompt)，现在可以比以往更快地开发AI应用程序，但是一个应用程序可能需要进行多轮提示以及解析输出。在此过程有很多胶水代码需要编写，基于此需求，哈里森·蔡斯 (Harrison Chase) 创建了一个用于构建大模型应用程序的开源框架 LangChain ，使开发过程变得更加丝滑。