好，我们继续来介绍。前面这一块，我们系统的给大家快速的把这lunch它的一个技术应用去介绍一下。接下来我们开始看一下浪漫里面的一些主要的一些模块。
 
首先我们来看这个model模块，model它把我们这个IIO就是输入输出。所以首先我们给大家来快速去介绍一下这个model l它到底是怎么回事。我们可以把对模型的使用把它拆分成为三块。这三块分别是输入提示，第一个模型跟我们的输入解析。其实也就包括我们前面所讲的在L一里面对吧？我们通过创造GTPT，我们通过open a的什么API，去做对应的这个大模型的一个调用，对吧？那么里面核心的其实就是我们的这种这种comment，我们的支持，然后调用大模型，然后得到对应的一个适合我们的一个输出结果。所以本质上其实也就是什么，也就是这三块是比较核心的一个操作，对吧？对于这三块，我们做拆解的话，在那上里面，其实也都有对应的一些什么对应的一些组件来帮助我们去简化，提高我们的一个开发效率，像提示模像这个提示模块，当前里面的模板允许动态的选择输入，根据实际需求调整输入的内容，适用于各种特定任务场景跟应用，当然大家都可能，我们在前面它也支持动态？那这个它还是会有一些差异，比我们前面所用的会更加的简洁高效一些。
 
然后语言模型这一块的lunch提供的提供了通用接口，调用不同类型的语言模型提升的在灵活性跟使用的一个便利性。这块主要是咱们后面在做在这种大模型开发的时候，可能我们要用这个ChatGPT对吧？可能要用这个deep，或者说我们用的这个版本，我们要用这个GPT3.5杠top，或者说我们用4.0或者用4O那么用这个R，也就是说这里面可能有不同的这些模型语言的一些需求。在这块，让他提供了通用的接口。也就是说我们后面想要去换这个模型的话，对于我们的A其实是影响是非常小的，对吧？所以这个也是也是浪费浪费用的比较多的，一个非常重要的一个原因在这里面。
 
然后输出解析就是利用这个欠的输出解析功能，准确提取模型输出中的所需信息，避免处理冗余的一些数据。同时将非结构化文本转化为可处理的一些结构化数据，提高信息处理的效率，这是这三块。这三块形成了一个整体，在long time中，这个过程就被统称为model IO要针对每个环节，这样提供了模板和工具，可以帮助我们快捷的调用各种语言的模型的接口。
 
下面这个图就是针对我们上面所描述的这个model y，比较形象的这样一个结构。在这里面，第一个format其实就是我们这个输入，输入提示时这一块。那么像我们这个提示时的模板，针对模板中的这变量，我们所对应的一些数值，把它们组合起来，对吧？把它们组合起来就是我们完整的一个提示词，然后我们再把这个提示词交给我们的大模型，交给我们大模型。而大模型这一块得到对应的一个输出，得到一个输出信息，再通过我们对应的对应这个解析器，生成符合用户需要的这些响应的这样一些文本格式？这样一些信息。
 
这个是咱们所讲的model o里面的几个format，这个predict以及pass？这是这三块它们之间的一个概念，所以首先就是针对这个model l它所对应的概念这一块，大家要清楚一下。清楚之后，其实我们接下来要去介绍内容，像提升模板，我们的语言模型以及我们的数据仪器。其实就是将这三块，我们把它做拆解之后，细分的给它去做相关的一个讲解，这个应该是比较好去理解的。所以我们接下来要讲的内容其实就是为什么围绕这三块。然后我们去看一下ln check里面，它在我们前面所使用的技术上面，给我们提供哪些工具，提供了哪些简化处理的一些操作，吧？这个是我们要分析的一个核心，所以我们接下来来看一下，这个其实是提升模板。