当前位置: 首页 > news >正文

分享一次应用LLM解决并发现问题的经历

前几天写博文的时候,遇到了一个问题。由于时间比较紧张,就没有仔细研究,而是直接将问题丢给了AGI。得当的答复是非常清晰和完整的,还帮助笔者在解决问题的过程中,发现了自己的问题。觉得值得分享一下,遂记有此文。

这个问题的原型是这样的。在Postgres官方文档中,有一个函数date_tranc的应用和描述,里面举了一个例子如下:

defaultdb=> select date_trunc('day', timestamptz '2001-02-16 20:38:40+00', 'Australia/Sydney');date_trunc       
------------------------2001-02-16 13:00:00+00

当时笔者对data_trunc这个函数还不太了解。但看到这个操作和数据,笔者大概已经猜到,它可能是需要对时间做一下和时区相关的转换操作。但当时笔者有一个信息记错了,就是将悉尼的时区,记成了东10区,然后按照自己的理解进行了计算,怎么也得不到示例中的结果。

当时没有太多的时间研究这个问题,以为是自己对这个函数的使用方式理解有问题,于是就将这个问题提交给AI(图),看看它是怎么说的。笔者使用的是Mistral.ai这个系统,模型是Large2。这里的提升词非常简单直接,就是:

如何理解以下查询结果:
defaultdb=> select date_trunc('day', timestamptz '2001-02-16 20:38:40+00', 'Australia/Sydney');date_trunc       
------------------------2001-02-16 13:00:00+00

在这里插入图片描述

Mistral的完整回应如下:

要理解以下查询结果:select date_trunc('day', timestamptz '2001-02-16 20:38:40+00', 'Australia/Sydney');
我们需要分析 date_trunc 函数的行为以及时区转换的影响。date_trunc 函数
date_trunc 函数用于截断日期时间值到指定的精度。在这个例子中,date_trunc('day', ...) 将截断到日期的开始时间(即午夜)。时区转换
timestamptz 类型表示带时区的时间戳。在这个例子中,timestamptz '2001-02-16 20:38:40+00' 表示一个带时区的时间戳,其中 +00 表示 UTC 时区。当你指定时区 'Australia/Sydney' 时,PostgreSQL 会将时间戳转换为该时区的时间。具体分析
原始时间戳:2001-02-16 20:38:40+00(UTC 时区)。
转换到悉尼时区:悉尼时区在 UTC 时区的基础上加 11 小时(因为悉尼时区是 UTC+11)。
将 2001-02-16 20:38:40+00 转换为悉尼时区:2001-02-16 20:38:40+00 (UTC)
+ 11 小时
-------------------------
2001-02-17 07:38:40+11 (悉尼时区)
截断到日期的开始时间:date_trunc('day', ...) 将截断到当天的午夜。在悉尼时区,2001-02-17 07:38:40+11 截断到日期的开始时间是 2001-02-17 00:00:00+11。转换回 UTC 时区:将 2001-02-17 00:00:00+11 转换回 UTC 时区:2001-02-17 00:00:00+11 (悉尼时区)
- 11 小时
-------------------------
2001-02-16 13:00:00+00 (UTC)
最终结果
因此,查询结果 2001-02-16 13:00:00+00 是正确的。这是因为在悉尼时区,2001-02-16 20:38:40+00 转换为 2001-02-17 07:38:40+11,截断到日期的开始时间是 2001-02-17 00:00:00+11,再转换回 UTC 时区就是 2001-02-16 13:00:00+00。希望这能帮助你理解查询结果。

看到这个结果,笔者立刻发现了自己的错误,就是搞错了悉尼的时区。通过这个例子,笔者有一些感想如下:

  • 现在的AI和LLM技术,已经发展到了一个相当高的水平,特别是在理解输入和语境方面,这也是继续发展和应用的一个重要的基础
  • 笔者的案例里面,基本没有其他的提示词或者上下文,它仍然能够快速理解语境
  • AI能够有效的运用相关的领域知识和信息,以本文为例,就是postgres数据库、日期函数、甚至时区参数
  • 它好像也能够理解和处理其中可变的信息和内容
  • 输出的内容,逻辑性和完整性都很好
  • 响应的速度是非常快速的
  • 最后,稍微有点啰嗦,但对于解决问题帮助很大,就不计较了

最后,笔者还想来分享一篇博文,也是关于如何使用AI的,但觉得他描述和总结的非常好,特别是对于信息技术和软件开发相关的从业人员而言,很有启发。
这里笔者还用claude概况和总结了一下:

作者列举了具体的例子来说明如何使用 LLM 来提高工作效率,这些例子分为两大类:“帮助学习”和“自动化枯燥的任务”。其中,帮助学习让作者能够处理以前觉得困难的任务,而自动化任务则让他可以专注于更具挑战性的问题。他特别提到了以下具体应用场景:

  • 用从未使用过的技术构建整个 Web 应用
  • 学习新的框架和编程工具
  • 将多个程序转换为 C 或 Rust 以提高性能
  • 简化大型代码库
  • 编写几乎每篇研究论文的实验代码
  • 自动化大部分单调的任务和一次性脚本
  • 几乎完全替代了搜索引擎来配置新项目和调试错误

在这里插入图片描述

如何学习AI大模型?

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。

在这里插入图片描述

第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;

第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;

第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;

第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;

第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;

第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;

第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。

在这里插入图片描述

👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;

• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;

• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;

• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。

在这里插入图片描述

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

在这里插入图片描述


http://www.mrgr.cn/news/30811.html

相关文章:

  • Nginx 在处理大规模分布式系统时有哪些性能优化技巧?
  • 【数据结构】排序算法---基数排序
  • 玩机进阶教程-----MTK芯片机型 回读 备份 导出分区来制作线刷包 其中MT****_Android_scatter.txt的修改 分区的写入与否
  • [杨雨贤发射器]python烟花代码
  • 电磁场与电磁波-1.3方向导数与梯度 1.4通量与散度
  • DEPLOT: One-shot visual language reasoning by plot-to-table translation论文阅读
  • Qt 常用数据类型
  • 在Spring项目中,两个实用的工具(生成类与映射文件、API自动生成)
  • 干耳屎硬掏不出来怎么办?质量最好的可视挖耳勺推荐
  • 2024自学网络安全的三个必经阶段(含路线图)
  • linux 进程间通信之pthread(条件变量共享和互斥锁共享)
  • 【吊打面试官系列-MySQL面试题】LIKE 声明中的%和_是什么意思?
  • 大模型研发全揭秘:如何通过评估指标优化大模型的表现?
  • C++中模板的初级使用函数模板(刚刚接触模板概念的小白也能明白)
  • MySQL篇(索引)(持续更新迭代)
  • Android 将EasyPermissions进一步封装,使得动态权限申请更加简明
  • 【devops】rsync介绍和使用
  • 利用echarts 显示图片信息
  • VMware虚拟机密码忘记了怎么办
  • kafka3.8的基本操作