文章目录
学习资源
1、明白transformer架构
https://kexue.fm/archives/4765
2、https://www.cnblogs.com/justLittleStar/p/17322259.html 这个系列
3、实操跑代码
https://mp.weixin.qq.com/s/4eXOKA1npNNHVCPUl4uYhw
学习心得
什么是LLM
LLM(大语言模型)是基于深度学习的模型,能够生成和理解自然语言文本。它们通过在大量文本数据上进行训练,学习语言的结构和上下文,从而实现对话、文本生成等多种应用。最终,这些模型旨在模拟人类的语言理解能力。
transformer架构
RNN无法很好地学习到全局的结构信息,因为它本质是一个马尔科夫决策过程。
马尔可夫决策过程(MDP)是一个数学框架,用于描述在不确定环境中进行决策的问题。它由以下几个元素组成:
状态空间(S):系统可能的状态集合。
动作空间(A):在每个状态下可采取的动作集合。
转移概率(P):在某一状态下采取某个动作后转移到