课程学习心得体会

王家琛-202421080827
在本次大模型课程学习中，我对LLM领域的最新进展有了更全面的认识，尤其是大语言模型在文本生成、知识问答和代码辅助生成等领域的应用给我留下了深刻印象。课程中老师不仅介绍了大模型的基本原理和训练方法，更重要的是详细讲解了如何通过调用大模型 API 将其融入到我们自己的应用开发中。
通过实践，我学会了如何注册并获取大模型服务的 API Key，理解了常见的请求格式、温度参数对生成结果的影响，以及如何根据具体的场景选择模型及其参数以达到最优效果。同时，通过使用 Python 的 requests 库或官方 SDK，快速实现了调用大模型完成文本摘要、文章润色和知识问答等小型应用，让我深刻体会到大模型作为“可调用服务”的便利性，降低了智能化功能的开发门槛。
下面是我在应用实践中的结果图片
在使用过程中，学习到大模型的上下文窗口长度会影响处理长文本时的效果，因此在开发时需要合理设计输入分段方式和提示词模板，以提高准确性和连贯性。同时，在不同场景下，大模型返回的结果可能存在不稳定性，因此需要在应用中设计冗余机制或使用后置规则进行结果过滤，以保证用户体验。
本次课程我深刻感受到，大模型是科研探索的工具，在生产环境中快速落地的强大引擎，也希望能探索如何将大模型与数据库检索、图神经网络等技术结合，打造真正智能和高效的学术助手应用。