学：大模型将学习显性知识，涵盖多模态数据如文档、音视频和图片。 用：在应用过程中，专家经验将通过配置或使用记录下来，并通过提示词或调优过程让模型学习这些知识。 教：从用户的行为日志中提取隐性知识，促进模型学习，持续提升使用效果。
定位：了识别模型的能力区间，例如，了解百川 14B 模型的 40 层神经网络中每层的功能，以评估哪些层在实体识别或信息抽取中发挥关键作用。 微调：通过隐性反馈对模型特定层次进行 LoRA 微调，持续提升模型在实际使用中的表现。
10 月 18 日 -19 日，QCon 全球软件开发大会将在上海举办。从云原生工程、架构、线上可靠性、大前端、技术管理等经典内容，到 AI Agent、AI Infra、RAG 等大热的 AI 话题，60+ 资深专家共聚一堂，深度剖析相关落地实践案例，共话前沿技术趋势。大会火热报名中，详情可联系票务经理 17310043226 咨询。
关注「InfoQ数字化经纬」公众号，回复「案例」领取《行知数字中国数字化转型案例集锦》。 关注「InfoQ数字化经纬」公众号，回复「进群」加入数字化读者群交流。
