大模型启示录

第 1 章 什么是大模型 / 1 1.1 从单节点模型开始 / 2 1.2 大模型的养成 / 4 1.3 大模型的核心能力 / 5 1.4 大模型的构建 / 6 1.5 大模型需要的基础设施 / 7 1.6 大模型的“不可能三角” / 10 番外篇 OpenAI 为何成功 / 14 番外篇 CUDA 壁垒是怎样形成的 / 23 第 2 章 软件在大模型时代还有没有价值 / 31 2.1 历次科技变革，改变了谁 / 32 2.2 大模型变革下的四类 SaaS 企业 / 35 2.2.1 人调用软件 / 35 2.2.2 软件梳理流程 / 41 2.2.3 翻译工具 / 44 2.2.4 大模型调用软件 / 45 番外篇 GPU IaaS 业务拉开云加速序幕 / 46 2.3 大模型与 DevOps（可观测性） / 48 2.3.1 可观测性的实现原理及关键环节 / 49 2.3.2 大模型如何与可观测性结合 / 50 2.3.3 针对大模型搭建可观测性平台 / 52 2.4 大模型改变数据库 / 53 2.4.1 大模型如何改变数据库交互 / 53 2.4.2 大模型是否能改变数据库底层 / 54 2.4.3 数据仓库与数据湖如何支持大模型训练 / 56 2.4.4 大模型的应用取决于成本 / 57 2.4.5 向量数据库 / 57 2.4.6 大模型可被用于 ETL 工作 / 61 2.5 大模型改变网络安全 / 62 2.5.1 大模型在不同网络安全场景中的应用 / 62 2.5.2 现有网络安全企业的大模型应用情况 / 64 2.5.3 微软 Security Copilot 的优点和缺点 / 65 2.5.4 大模型数据交互安全 / 65 2.5.5 AI Native 网络安全公司出现了吗 / 66 2.6 大模型与 RAG / 66 2.6.1 RAG 的技术难点 / 67 2.6.2 RAG 是个系统，单点突破难做差异化 / 69 2.6.3 RAG 需求爆发得非常快 / 70 2.6.4 相对微调，RAG 技术更具优势 / 72 2.6.5 RAG 的评测 / 73 2.6.6 混合搜索与技术栈选择 / 74 2.6.7 RAG 的商业化与进入市场策略 / 76 2.6