企业GPT帮助手册
# 企业GPT帮助手册
近期，以OpenAI的ChatGPT为类型的，基于人工智能的自然语言处理技术发布以来，大语言模型(LLM)进入了快速发展时期，各种大语言模型如同雨后春笋般不断涌现。大语言模型是基于深度学习和自然语言处理技术，使用大规模的语料库和神经网络模型，通过对大量语言数据的学习和训练，来生成高质量的自然语言文本和回答各种问题。大语言模型如何运用到企业的生产管理流程中？爱招飞的企业GPT提供了一套解决方案。
如今大语言模型已经具备强大的文本推理能力，但是实际运用到企业生产流程中还有一个问题需要解决：大语言模型在训练时并没有将企业生产的信息作为数据集进行训练，让大语言“了解”企业生产经营的情况，并利用其推理能力做出分析预测，爱招飞的企业GPT目前已初步实现上述功能。
在使用企业GPT之前，用户需要充分了解以下概念：
神经元(Neuron)：就像形成我们大脑基本元素的神经元一样，神经元形成神经网络的基本结构。想象一下，当我们得到新信息时我们该怎么做。当我们获取信息时，我们一般会处理它，然后生成一个输出。类似地，在神经网络里，神经元接收输入，处理它并产生输出，而这个输出被发送到其他神经元用于进一步处理，或者作为最终输出进行输出。
权重(weights)：当输入进入神经元时，它会乘以一个权重。例如，如果一个神经元有两个输入，则每个输入将具有分配给它的一个关联权重。我们随机初始化权重，并在模型训练过程中更新这些权重。训练后的神经网络对其输入赋予较高的权重，这是它认为与不那么重要的输入相比更为重要的输入。为零的权重则表示特定的特征是微不足道的。
AI模型(AI model)：运用数学、统计、计算机科学和机器学习等领域的方法，对具有一定规律性和可预测性的数据进行分析、处理、预测和优化的数学模型。与传统的数学模型相比，AI模型具有更加强大、高效、灵活的特点。因此，在现代数学和计算机技术的支持下，AI模型被广泛应用于各种领域，包括金融、医疗、交通、农业、能源等多个领域。
训练(train)：简单来说，模型就是一个复杂的计算函数，这个计算函数是无法使用数学表达式来表达的，使用现有的数据来拟合出目标函数，生成权重参数的过程就叫训练。
提示词(prompt)：在大语言模型中，提示词是一种编程方式，用于让大语言模型输出我们想要的结果的词汇。这与其它实现单一任务的模型(比如情感识别、实体识别等)使用方式是不同的。通常在提示词中，我们会提供一些说明与实例，实现类似于对话的功能，比如我们可以利用提示词实现内容或代码生成、摘要、扩展、对话、创意写作等等。
词元(token)：大语言模型理解和处理文本的基本单元。不同的模型单次能处理的词元数量是不同的，这里的单次是指一对提问与回答，也就是提问与回答的词元数量不能超过模型限制的最大词元数量。
微调训练(finetune)：如果对大语言模型生成的结果不满意，可以通过后期的微调训练，让模型获得新的语言回答倾向，从而让模型实现一些特定功能，比如与语言模型开发框架结合，实现API呼叫、阅读文本回答问题(知识库)、提供自动代理服务(由语言模型自行判断使用的工具，实现提示词要求的事项)。
爱招飞企业GPT的主要功能包含如下：
- 模型管理：对大语言模型进行管理设置、可自定选择大语言模型进行加载。
- 模型训练：对模型进行微调训练，实现新的功能。
- API呼叫：使模型实现对特定API的呼叫引用，引用API呼叫的结果来回答提问。
- 知识库：给模型提供特定的知识内容，让模型根据知识回答提问。
- 自定义工具：可以自行创建给模型使用的工具，让模型自行判断并智能调用工具获取提问所需的回答。
以下是手册说明导航：