前面介绍了Transformer,随着其发展在NLP领域应用越来越多,在其基础上主要有两篇影响非常大的文章,一篇是GPT,另一篇是BERT。OpenAI提出的GPT采用Transformer解码器结构,一路更新迭代到了现在有了GPT-4,而Google提出的BERT采用Transformer的编码器结构。大体时间线如下图所示。这里对几篇文章的一些主要内容和发展脉络进行记录,其他更加细节的东西可以查看下面给出的论文原文或者资料里面的视频讲解。
一、相关论文
GPT1: Improving Language Understanding by Generative Pre-Training
GPT2: Language Models are Unsupervised Multitask Learners
GPT3: Language Models are Few-Shot Learners
GPT4: GPT-4 Technical Report
BERT: BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
二、相关资料
GPT,GPT-2,GPT-3 论文精读【论文精读】
GPT-4论文精读【论文精读·53】
李沫讲BERT
李宏毅ELMO、BERT、GPT
OpenAI GPT4精简
三、GPT(Generative Pre-Training)
PDF: Improving Language Understanding by Generative Pre-Training
3.1 背景及思想
在CV领域,由于存在存在标注好的大型数据集,如ImageNet,因此在这些数据集上训练好一个模型,然后在到下游子任务中依据少量数据进行微调就可以得到一个不错的效果,这也使其应用非常广泛。但在CV领域缺少大规模标注好的数据,因此没法按照上述思想进行训练。GPT基于此问题采用半监督思路,现在无标签数据集上训练得到一个预训练模型,然后再到子任务上基于标注好的数据进行监督学习。
3.2 相关内容
-
无监督学习
训练的目标是对于给定序列,在前面k个词出现的情况下使得预测第i个词的概率最大化。
其中语言模型采用的是Transformer的Decoder结构,也就是带掩码的注意力。
-
监督学习
目标是对于标注好的数据进行训练,保证正确的标签y在输入x的情况下其概率最大,文中也举了几个具体的任务。
分类问题:采用Extract提出的特征在接一个Linear
蕴含:把两个句子用分隔符拼接,然后接一个Linear来预测
判断是否相似:把文本用分隔符拼接
多选:把问题和答案用分隔符拼接,然后每个答案都接一个Linear,最后预测对应的概率。
可以看到可以把不同类型的任务都转换成文本作为输入,进而不改变预训练模型的结构,只是后续接入的Linear层不一样。
3.3 网络结构
采用的是Transformer的解码器,每一个解码器输入和输出维度是一致的,GPT中采用12层,维度是768。
3.4 效果
预训练的数据集采用的是BooksCorpus dataset数据集,大约800M个词。可以看到其在不同任务上都具有不错的效果。
四、BERT
PDF: BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
4.1 背景及思想
GPT发布后不久,Google就提出了BERT,从结构上来看应该借鉴了GPT的部分思想,也是在一个没有标注的大数据集上训练一个预训练模型,然后在子任务上进行微调。另外还借鉴了一篇前期的工作是ELMo:Deep contextualized word representations,其大体思想是采用两层双向的LSTM来基于上下文给每个单词一个Word Embedding,这样就很大程度上缓解了词在不同句子中歧义的发生。BERT可以看成是ELMo和Transformer的结合,由于要上下文信息,因此BERT选择的是Transformer中的编码器来代替LSTM。
4.2 相关内容
-
预训练
提出来两种训练策略。第一种是对输入句子中进行挖空(有15%的概率),相当于完形填空。
另外一种预测下一句,就是给BERT两个句子,判断这两个句子是否是邻近的。两个句子中间用特殊标记符SEP进行隔开,然后开头也引入一个标记符,其输出用于做分类。这里CLS其实放在任何位置都可以,因为内部采用的是自注意力机制。
文中训练采用两种策略一起,训练的数据集在GPT采用BooksCorpus(800M words)的基础上还增加了English Wikipedia(2500M words)其输入如下:
-
微调
这一步和GPT类似,依据前面训练好的模型,然后根据特定的子任务,再接一个Linear层,得到对应任务的输出。在不同任务上微调:
4.3 网络结构
采用的是Transformer的编码器结构,每一个编码器输入和输出维度是一致的,BERT有两个版本,BERT_Base版本和GPT一样采用12层,维度是768,参数大小约110M,BERT_Large采用24层,维度选择1024。这里Base版本估计是为了和GPT比较,而后面Large应该是对应的数据集更大而设大的。
文中也给出了几种方法的结构对比,GPT采用的是解码器,需要按顺序,所以图中只画出了前面的连接,和后面的是没有连接的。
4.4 效果
在不同数据集上进行测试,发现效果都霸榜了。
如何系统的去学习大模型LLM ?
大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业
?”“谁的饭碗又将不保了?
”等问题热议不断。
事实上,抢你饭碗的不是AI,而是会利用AI的人。
继科大讯飞、阿里、华为
等巨头公司发布AI产品后,很多中小企业也陆续进场!超高年薪,挖掘AI大模型人才! 如今大厂老板们,也更倾向于会AI的人,普通程序员,还有应对的机会吗?
与其焦虑……
不如成为「掌握AI工具的技术人
」,毕竟AI时代,谁先尝试,谁就能占得先机!
但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高。
针对所有自学遇到困难的同学们,我帮大家系统梳理大模型学习脉络,将这份 LLM大模型资料
分享出来: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🆓↓↓↓
一、LLM大模型经典书籍
AI大模型已经成为了当今科技领域的一大热点,那以下这些大模型书籍就是非常不错的学习资源。
二、640套LLM大模型报告合集
这套包含640份报告的合集,涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、LLM大模型系列视频教程
四、LLM大模型开源教程(LLaLA/Meta/chatglm/chatgpt)
LLM大模型学习路线 ↓
阶段1:AI大模型时代的基础理解
-
目标:了解AI大模型的基本概念、发展历程和核心原理。
-
内容:
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践
- L1.5 GPT应用案例
阶段2:AI大模型API应用开发工程
-
目标:掌握AI大模型API的使用和开发,以及相关的编程技能。
-
内容:
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例
- L2.2 Prompt框架
- L2.3 流水线工程
- L2.4 总结与展望
阶段3:AI大模型应用架构实践
-
目标:深入理解AI大模型的应用架构,并能够进行私有化部署。
-
内容:
- L3.1 Agent模型框架
- L3.2 MetaGPT
- L3.3 ChatGLM
- L3.4 LLAMA
- L3.5 其他大模型介绍
阶段4:AI大模型私有化部署
-
目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。
-
内容:
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
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🆓↓↓↓