浙江大学DAILY实验室毛玉仁研究员、高云君教授领衔撰写的《大模型基础》教材第一版付梓。
本书旨在针对大语言模型感兴趣的读者系统地讲解相关基础知识、介绍前沿技术。作者团队将认真严肃开源社区以及广大专家学者的建议,持续进行月度更新,致力打造易读、严谨、有深度的大模型教材。并且,本书针对每章内容配备相关的论文列表,以跟踪相关技术的最新进展。
本书第一版包括传统语言模型、大语言模型架构、提示工程、高效参数、模型编辑、搜索增强增加生成等六章内容。为便于阅读,每章分别以一种动物为内容为背景,对具体技术进行说明,故本册以六种动物作为封面。
当前版本所含内容均来源于作者团队对相关方向的探索与理解,如有谬误,恳请大家多提问题,多多赐教后续,作者团队构建继续探索大模型推理加速、大模型智能体等方向。相关内容也将补充到本书的后续版本中,期待封面上的动物越来越多。
以下是当前版本的内容目录。
课程目录
章节 | 所含内容 | ||
---|---|---|---|
第一章:语言模型基础 | 1.1 基于统计方法的语言模型 | 1.2 基于RNN的语言模型 | 1.3 基于Transformer的语言模型 |
1.4 语言模型的采样方法 | 1.5 语言模型的评测 | ||
第 2 章:大语言模型 | 2.1 大数据+大模型→新智能 | 2.2 大语言模型架构概述 | 2.3 基于Encoder-only架构的大语言模型 |
2.4 基于Encoder-Decoder架构的大语言模型 | 2.5 基于Decoder-only架构的大语言模型 | 2.6 Transformer架构 | |
第 3 章:提示工程 | 3.1 提示 工程简介 | 3.2 背景学习 | 3.3 思维链 |
3.4 提示技巧 | 3.5 相关应用 | ||
第 4 章:参数高效参数 | 4.1 参数高效微调简介 | 4.2 参数附加方法 | 4.3 参数选择方法 |
4.4 低秩适配方法 | 4.5 实践与应用 | ||
第 5 章:模型编辑 | 5.1 模型编辑简介 | 5.2 模型编辑经典方法 | 5.3 附加参数法:T-Patcher |
5.4 定位编辑法:ROME | 5.5 模型编辑应用 | ||
第6章:搜索增强生成 | 6.1 检索 | 6.2 检索增强架构 | 6.3 知识检索 |
6.4 生成增强 | 6.5 实践与应用 |
1 语言模型基础 8
- 1.1 基于统计方法的语言模型 9
- 1.2 基于RNN的语言模型 14
- 1.3 基于Transformer的语言模型 19
- 1.4 语言模型的采样方法 25
- 1.5 语言模型的评测 30
2 大语言模型架构 40
- 2.1 大数据+大模型→新智能 41
- 2.2 大语言模型架构概览 47
- 2.3 基于Encoder-only架构的大语言模型 56
- 2.4 基于Encoder-Decoder架构的大语言模型 66
- 2.5 基于Decoder-only架构的大语言模型 73
- 2.6 非Transformer架构 89
3 Prompt工程 104
- 3.1 Prompt工程简介 105
- 3.2 上下文学习 114
- 3.3 思维链 122
- 3.4 Prompt技巧 128
- 3.5 相关应用 145
4 参数高效微调 158
- 4.1 参数高效微调简介 159
- 4.2 参数附加方法 163
- 4.3 参数选择方法 171
- 4.4 低秩适配方法 174
- 4.5 实践与应用 180
5 模型编辑 192
- 5.1 模型编辑简介 193
- 5.2 模型编辑经典方法 201
- 5.3 附加参数法:T-Patcher 212
- 5.4 定位编辑法:ROME 217
- 5.5 模型编辑应用 227
6 检索增强生成 236
- 6.1 检索增强生成简介 236
- 6.2 检索增强生成架构 243
- 6.3 知识检索 251
- 6.4 生成增强 263
- 6.5 实践与应用 278
这份 LLM大模型资料
包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程
等, 😝有需要的小伙伴,可以 扫描下方二维码领取🆓↓↓↓