- 博客(4)
- 收藏
- 关注
RSS订阅原创 大模型的浅层解释
语言模型是用一种统计方法来预测句子或者文档中一系列单词出现的可能性的机器学习模型。早期模型简单，参数量较少，但是这些模型在捕捉词语之间的距离依赖关系和生成连贯的有意义的文本方面存在局限性，如GPT这样的大模型具有上千亿的参数，相比早期的模型大了很多。大量的参数可以让这些模型捕捉到它们所训练的数据中更复杂的模式，从而生成更准确的结果。“预训练”+“大模型”，在大规模数据集上完成了预训练后无需或仅需要少量数据的微调，就能直接支撑各类应用。提供更强大、更准确的模型性能，以应对更复杂、更庞大的数据集或任务。
2023-11-24 10:57:14
526
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人