大语言模型笔记

7.29

1.简介大语言模型的概念，定义与特点，国内外代表，模型大小与性能关系，以及其应用实例

2.它的核心是注意力机制，解释了大语言模型为什么使用token字符，transformer模型通过序列分解为一个个独立的token，并分别对应每个token应用注意力机制，从而能够并行处理整个序列，实现高效且精确的输出。

3.介绍了大语言模型的发展历程。

4.介绍了常见的大语言模型，及其特点能力预训练与微调机制，上下文感知能力。

5.大语言模型的广泛应用，有自然语言处理的革新，改进信息检索，使搜索引擎能更加准确理解用户查询。

6.大语言模型可能开启新的应用领域，但是也带来机遇与挑战。

7.学习自己部署一个趋动云，登录趋动云，创建项目，选择合适的显卡，镜像及模型，确定进入开发环境，上传文件进行对大语言的深入理解

8.1

1.介绍了Stable Diffusion模型图像生成方法的概念，是可以将文本生成图形或者图形生成图形，主要组成部分有文本编码器，图像解码器，噪声预测器，有其缺点及广泛的应用，在未来有巨大潜力与良好的发展趋势，促进创意产业的发展。

2.部署一个Stable Diffusion模型,登录趋动云，创建项目，选择相应的显卡，数据，镜像，打开终端，粘贴代码，添加端口，访问地址，学习如何生成图像，以及详尽描述生成更为准确的图像。