AIGC 生成对抗网络、大型预训练模型 LLM ChatGPT Transformer LLaMA LangChain Prompt Engineering 提示工程

AIGC

AIGC（Artificial Intelligence Generated Content）是指基于生成对抗网络、大型预训练模型等人工智能的技术方法，通过已有数据的学习和识别，以适当的泛化能力生成相关内容的技术。AIGC的爆发得益于GAN、CLIP、Transformer、Diffusion、预训练模型、多模态技术、生成算法等技术的累积融合。这种技术对于人类社会、人工智能的意义是里程碑式的，因为它为人类社会打开了认知智能的大门，推动了社会的数字化转型进程。

• Large Language Model（LLM）：大型语言模型是指具有数千亿（甚至更多）参数的语言模型，它们是通过在大规模文本数据上进行训练而得到的。这些模型基于Transformer架构，能够更好地理解自然语言，并能根据给定的上下文生成高质量的文本。常见的LLM包括GPT-3、PaLM、Galactica和LLaMA等。
• ChatGPT：ChatGPT是一种基于大型语言模型的人工智能聊天机器人，它能够与人类进行自然而流畅的对话。ChatGPT通过大规模语料库的训练，具备了丰富的知识和对话能力，可以回答各种问题，提供有用的信息和建议。
• PaLM/Bard（Google）：PaLM是Google发布的大型语言模型，它在高质量文本上训练了数十亿个参数，并在多个自然语言处理任务上取得了优异的表现。Bard是Google的聊天机器人，它基于PaLM模型，提供了更自然、更智能的对话体验。
• LLaMA（Meta）：LLaMA是Meta（Facebook母公司）提出的大型语言模型，它同样基于Transformer架构，并通过大规模数据集训练，可以在多种任务中表现出色，包括文本分类、文本生成、问答等。
• Github Copilot：Github Copilot是一个基于大型语言模型的代码辅助工具，它可以为开发人员提供智能的代码补全和建议。通过学习大量的代码库和文档，Github Copilot可以理解开发人员的编程意图，并提供高质量的代码建议，帮助开发人员更高效地编写代码。

大模型的发展是一个持续的过程，随着技术的不断进步和计算能力的提升，大型语言模型的规模和能力也在不断提升。BERT预训练是一种常用的方法，它利用大量的无标注文本数据进行预训练，使得模型能够学习到丰富的语言知识和上下文信息，从而提高了模型的泛化能力和鲁棒性。这种预训练的方法已经成为大型语言模型训练的标准流程之一。

概要

• 术语
  • Large Language Model(LLM)
  • ChatGPT
  • PaLM/Bard(Google)
  • Llama(Meta)
  • Github Copilot
• 大模型的发展
  • https://arxiv.org/pdf/2304.13712
  • BERT pretrain的概念

大模型简要介绍

大模型是指具有大规模参数和复杂计算结构的机器学习模型，通常由深度神经网络构建而成，拥有数十亿甚至数千亿个参数。这些模型的设计目的是提高模型的表达能力和预测性能，能够处理更加复杂的任务和数据。大模型在各种领域都有广泛的应用，包括自然语言处理、计算机视觉、语音识别和推荐系统等。

大模型的主要工作是通过训练海量数据来学习复杂的模式和特征，并据此生成预测或进行决策。在大模型的输入方面，数据通常以编码的形式呈现，如word embedding、one-hot编码、文字或整数等。这些编码方式帮助模型理解和处理输入数据。

大模型的关键要素包括数据、算力、训练技术和模型结构。其中，数据是大模型训练的基础，需要大量的高质量数据进行微调。算力是指训练大模型所需的计算资源，包括高性能计算机、GPU等。训练技术则包括各种优化算法和技巧，如RLHF（Reinforcement Learning from Human Feedback，基于人类反馈的强化学习）、prefix tuning、hard/soft prompt tuning、SFT（Supervised Fine-Tuning，有监督微调）和retrieval augment等，这些技术可以提高模型的训练效率和性能。模型结构则是指大模型的网络架构，它决定了模型如何处理输入数据和生成输出。

影响大模型的因素主要包括信任、安全、隐私和认知。由于大模型能够处理大量敏感数据，因此必须确保其安全性和隐私性。同时，大模型的预测结果必须可靠和准确，以建立用户的信任。此外，大模型还需要具备认知能力，能够理解和处理复杂的人类语言和图像数据。

• 表面上做什么事情：不断根据前文生成“下一个”词

• 大模型的输入

  • 编码：word embedding、one-hot、文字、整数

• 关键要素

  • 数据

    • 微调数据如何大量获得

  • 算力

  • 训练技术：RLHF、prefix tuning、hard/soft prompt tuning、SFT、retrieval augment

  • 模型结构

• 影响要素

  • 信任
  • 安全
  • 隐私
  • 认知

历史发展

• emergent ability
  • How much bigger can/should LLMs become?
  • https://arxiv.org/abs/2206.07682
  • 100TB=50000Billion

• Note
  • GPT-3.5相比于GPT-3，参数量变化不大，效果差距很大，这是由于微调技术

算法

Attention Is All You Need

• The best performing models also connect the encoder and decoder through an attention mechanism.

  • Encoder: 映射到另一个语义空间

• Self-attention, sometimes called intra-attention is an attention mechanism relating different positions of a single sequence in order to compute a representation of the sequence.

• 模型结构是什么？

  • 过N个注意力层，再过一个full connection
  • Attention(Q,K, V) = softmax(QK^T/sqrt(d_k))V

• 模型参数是什么？

  • 词嵌入向量
    • learnable?
  • 将词嵌入向量转化为q、k、v向量的三个矩阵和bias

• 模型输出是什么？

  • 全连接层的结果，一个长度为全部词汇数量的向量
  • 如何增强随机性：
    • top-k采样

• The Transformer follows this overall architecture using stacked self-attention and point-wise, fully connected layers for both the encoder and decoder, shown in the left and right halves of Figure 1

  • 左边encoder，右边decoder
    • Encoder: 自注意力
    • Decoder：Q用outputs embedding做masked attention后的结果，K、V用encoder结果
    • 表征向量512维
  • masked multi-head attention保证输出对输入的感知序列不会超出长度
  • 自注意力机制：Q（输入矩阵）、K（字典）、V
    • 用1/(dk)^(1/2) scale了一下QK的乘法，可能是为了防止gradient太小
    • Dot product的结果方差比additive attention的方差大

• Multi-head attention

Implementation

https://tensorflow.org/text/tutorials/transformer

GPT-2

https://jalammar.github.io/illustrated-gpt2/

ChatGPT

• 对话式大型语言模型：https://openai.com/blog/chatgpt/

  • 自回归语言模型：帮助背下来事件知识

  • 大语言模型：百亿参数以上

    • 不好做finetune，成本高
    • 用prompt作为输入，generated text作为输出
    • 语言知识 + 事件知识，事件知识更需要大模型

  • 未来：AGI(Artificial General Intelligence)；教会它使用工具

• 三个关键技术：

  • In-Context Learning 情景学习
    • 在前向中学习
    • 涌现能力：百亿参数规模之后，能力突然提升，改变传统学习范式
    • 大幅降低下游任务开发成本
    • 《Rethinking the Role of Demonstrations: What Ma