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(LargeLanguageModel,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02AI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？02AI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