“大模型，目前AI最好的实现方式。”
现在大模型的发展如火如荼，但怎么定制化一个属于自己的个性化的大模型，或者说怎么定制一个垂直领域的大模型，是一个值得思考的问题。（
01
—
大模型实现过程
什么是大模型？
大模型就是一种有巨大参数量的一种机器学习的模型；其实现过程是通过大规模的训练数据，对模型进行训练之后，得到一个具有“智能”的计算机乘车；所以大模型也叫做预训练大模型。
大模型从技术的角度来说，是采用一种机器学习的底层架构，仿照的是人类神经元；然后就像人类学习一样，通过大量的数据进行训练，这样大模型就具备了丰富的知识，自然也就变得“智能”了。
而不同的数据训练出来的模型，其结果是不一样的；就像文科生和理科生一样，文科生学习的政治历史地址，理科生学习的物理化学生物；因为学习的内容不一样，所以其具备的能力也不一样。
这样，大模型就有了不同的分类；基于垂直领域数据训练出来的大模型其在某个领域会更加擅长，而基于普通数据训练出来的大模型更像一个百科全书；什么都懂，但什么都不够擅长。
02
—
怎么定制化大模型
要想定制化一个大模型，有以下几种方式：
第一，根据开源的机器学习架构，自己搭建一个模型，然后自己整理需要的数据进行训练；这样的好处是，整个大模型完全由自己定制，可以随意发挥；但缺点就是训练一个大模型的成本比较高，普通人负担不起；一般只有企业才可以实现。
第二，使用已经训练好的大模型，不论是垂直领域的大模型，还是类似于GPT这种通用大模型；在其基础之上，自己进行适当的微调，然后让其更加适合自己的使用场景。缺点就是只能进行微调，不能全部由自己把控；优点就是成本比较低。
大模型+本地知识库
第三，搭建本地知识库，给大模型提供足够的数据支撑；也就是所谓的大模型+知识库。所谓的知识库就像是例题，让大模型做什么之前，先给它一些例题作为参考，这样大模型就可以做出更加准确的判断和回答。
第四，前三种方式都是懂技术的人才能可以做到的方式；而如果你不懂技术，又想要一个大模型，那么你就要学习prompt，也就是提示工程；因为大模型本身经过训练之后，虽然其什么都会；但如果你能够更加准确的说出你的需求，那么它就能够给你一个更加准的回答。
总结下来，要想获得一个更加个性化的大模型；最好的方式就是自己训练一个，但缺点是成本太高，而且有技术门槛；其次，就是使用第三方已经训练好的大模型，然后自己进行微调，或者搭建一个知识库；
最简单最直接的方式，就是学习prompt，也就是怎么提问；让自己的提问更加准确，然后大模型才能回答的更好。