企业官网建设流程全解析

asp.net做网站的步骤,wordpress重要插件,thinkphp做的网站,中文在线っと好きだっ最新版站在大语言模型外部看需要准备些什么样的训练数据#xff0c;分什么阶段#xff0c;怎样去训练大语言模型#xff0c;把大语言模型看成一个黑盒。 LLM都是如何训练出来的呢#xff1f; GPT的训练分为以下3个阶段#xff1a; 1、预训练Pretrain 2、监督微调SFT (Superv…站在大语言模型外部看需要准备些什么样的训练数据分什么阶段怎样去训练大语言模型把大语言模型看成一个黑盒。LLM都是如何训练出来的呢GPT的训练分为以下3个阶段1、预训练Pretrain2、监督微调SFT (Supervised Fine-Tuning)3、基于反馈的强化学习RLHF包含了Reward Model、PPO (Proximal Policy Optimization)一、Pretrain预训练在这个阶段我们不教他具体的专业技能比如怎么写代码、怎么当医生而是让他进行海量的广泛阅读。Pretrain的三个核心步骤1. 喂给它海量的书数据输入研究人员把互联网上能找到的几乎所有高质量文本——百科全书、小说、新闻、代码库、论文——全部打包喂给这个模型。量级这相当于让一个人读了几千万辈子的书。2. 玩“完形填空”游戏学习机制模型在读这些书时主要在做一件事猜下一个字是什么。例子看到“床前明月__”模型要猜出是“光”。原理如果猜对了给予奖励参数调整如果猜错了比如猜成了“饼”就狠狠修正。结果通过千亿次的猜测和修正模型学会了语言的语法、词语的搭配以及人类世界的逻辑和常识比如知道“水是流动的”、“112”。3. 产出“基座模型”Base Model预训练结束后我们就得到了一个基座模型。它的状态它博学多才什么都知道一点懂中文也懂英文。它的缺点它还很“野”不懂礼貌也不知道怎么听指令。如果你问它“怎么做番茄炒蛋”它可能会给你续写一段关于番茄的历史而不是给你食谱。因为它只会“接着往下写”还不会“回答问题”。总之Pretrain预训练通过海量阅读学会语言规律和世界知识的过程。它是大模型最昂贵、最耗时的阶段通常需要几千张显卡跑几个月是模型能力的地基。这个阶段的大模型说起话来非常像“接话茬”并不是在“做任务”。二、SFTSupervised Fine-Tuning有监督的微调训练如果说Pretrain预训练是让模型在图书馆里泛读万卷书成了一个博学的“书呆子”。那么SFTSupervised Fine-Tuning有监督微调就是给这个书呆子进行**“职业技能培训”或者是找了个“金牌导师”手把手教它怎么说话**。在这个阶段我们的目标不再是让它“学知识”而是让它**“懂规矩”**。以下是 SFT 的三个核心变化1. 教材变了从“无字天书”到“习题集”在预训练阶段我们给它看的是并没有标注重点的海量文本。而在 SFT 阶段我们给它看的是高质量的问答对QA。人类老师标注员会编写成千上万个例子告诉模型“当用户问这个问题时标准的回答应该是这样的。”例子输入“请把这段话翻译成英文。”标准答案“Please translate this sentence into English.”量级相比预训练的数据海SFT 的数据量要小得多通常是几万到几十万条但质量要求极高。2. 教学方式变了从“瞎猜”到“模仿”Pretrain 时模型看到“番茄炒蛋”可能会接着写“是一道中国名菜起源于……”因为它在做文本接龙。SFT 时老师拿着戒尺站在旁边。模型看到“番茄炒蛋怎么做”如果它还想背历史课文老师会敲它一下指着标准答案说“不对这时候你应该列出步骤第一步打蛋第二步切番茄……”效果模型开始模仿人类说话的语气、格式和逻辑。它学会了当人类用问句开头时我应该提供答案而不是接着编故事。3. 身份变了从“复读机”到“助手”经过 SFT 之后这个模型就发生了质的飞跃听懂指令你让它缩写文章它就不会扩写你让它写代码它就不会写诗。格式规范它学会了分点作答、使用礼貌用语。ChatGPT 的诞生GPT-3 只是一个预训练模型书呆子而 ChatGPT 则是经过了 SFT以及后续步骤后的产物智能助手。小结SFT指令微调 **通过高质量的问答范例教模型如何正确地使用它学到的知识来服务人类。**它让模型从“懂语言”变成了“懂人话”。三、RLHFReinforcement Learning from Human Feedback基于人类反馈的强化学习如果说Pretrain预训练造就了博学的“书呆子”SFT微调把它变成了能干活的“职场新人”那么RLHFReinforcement Learning from Human Feedback人类反馈强化学习就是给这个新人上的**“思想品德课”和“情商培训班”**。在 SFT 阶段模型虽然学会了回答问题但它有个大毛病它不知道哪个答案更好甚至为了“回答”而撒谎或干坏事。比如你问“怎么偷东西”SFT 模型可能会很详细地教你因为它觉得回答就是它的工作。RLHF 就是为了解决这个问题给模型**“树立三观”**。以下是通俗易懂的两个关键环节1. 建立“评分老师”训练奖励模型Reward Model我们不再让老师手把手写标准答案了太累了而是让模型针对同一个问题生成两个不同的回答让老师来打分或者二选一。场景用户问“怎么制作炸弹”回答 A详细列出化学配方虽然准确由于危险人类老师判0分。回答 B“制作炸弹是违法的我不能帮你但我可以介绍炸药的历史。”虽然拒绝了但符合安全规范人类老师判100分。回答 C胡言乱语50分。结果我们训练出了一个专门的**“判卷老师”Reward Model奖励模型**。这个判卷老师并不生产内容它唯一的任务就是判断这句话人类爱不爱听符不符合人类的价值观。2. 疯狂刷题拿奖励强化学习PPO现在让大模型开始大量做题然后让刚才训练好的“判卷老师”给它打分。机制类似训狗如果模型生成了一段话判卷老师给了高分比如态度谦逊、内容安全系统就给模型发一个“糖果”正向反馈告诉它“做得好以后多这样说话”如果判卷老师给了低分比如脏话、撒谎、种族歧视系统就给它一个“惩罚”负向反馈告诉它“错了以后这种话少说”进化模型为了以此获得更多的“糖果”会拼命调整自己的说话方式去迎合“判卷老师”的喜好。3. “三观”树立完成经过 RLHF模型不仅仅是“能说话”它变成了符合3H 原则的模范生Helpful有帮助甚至能从你模糊的问题中猜到你想问什么。Honest诚实不懂装懂的情况变少了虽然还不能完全根除。Harmless无害拒绝回答违法、暴力、色情的问题变得非常有“求生欲”。SFT及RLHF的过程如下图所示如何学习大模型 AI 由于新岗位的生产效率要优于被取代岗位的生产效率所以实际上整个社会的生产效率是提升的。但是具体到个人只能说是“最先掌握AI的人将会比较晚掌握AI的人有竞争优势”。这句话放在计算机、互联网、移动互联网的开局时期都是一样的道理。我在一线互联网企业工作十余年里指导过不少同行后辈。帮助很多人得到了学习和成长。我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限很多互联网行业朋友无法获得正确的资料得到学习提升故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。第一阶段10天初阶应用该阶段让大家对大模型 AI有一个最前沿的认识对大模型 AI 的理解超过 95% 的人可以在相关讨论时发表高级、不跟风、又接地气的见解别人只会和 AI 聊天而你能调教 AI并能用代码将大模型和业务衔接。大模型 AI 能干什么大模型是怎样获得「智能」的用好 AI 的核心心法大模型应用业务架构大模型应用技术架构代码示例向 GPT-3.5 灌入新知识提示工程的意义和核心思想Prompt 典型构成指令调优方法论思维链和思维树Prompt 攻击和防范…第二阶段30天高阶应用该阶段我们正式进入大模型 AI 进阶实战学习学会构造私有知识库扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架抓住最新的技术进展适合 Python 和 JavaScript 程序员。为什么要做 RAG搭建一个简单的 ChatPDF检索的基础概念什么是向量表示Embeddings向量数据库与向量检索基于向量检索的 RAG搭建 RAG 系统的扩展知识混合检索与 RAG-Fusion 简介向量模型本地部署…第三阶段30天模型训练恭喜你如果学到这里你基本可以找到一份大模型 AI相关的工作自己也能训练 GPT 了通过微调训练自己的垂直大模型能独立训练开源多模态大模型掌握更多技术方案。到此为止大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗为什么要做 RAG什么是模型什么是模型训练求解器 损失函数简介小实验2手写一个简单的神经网络并训练它什么是训练/预训练/微调/轻量化微调Transformer结构简介轻量化微调实验数据集的构建…第四阶段20天商业闭环对全球大模型从性能、吞吐量、成本等方面有一定的认知可以在云端和本地等多种环境下部署大模型找到适合自己的项目/创业方向做一名被 AI 武装的产品经理。硬件选型带你了解全球大模型使用国产大模型服务搭建 OpenAI 代理热身基于阿里云 PAI 部署 Stable Diffusion在本地计算机运行大模型大模型的私有化部署基于 vLLM 部署大模型案例如何优雅地在阿里云私有部署开源大模型部署一套开源 LLM 项目内容安全互联网信息服务算法备案…学习是一个过程只要学习就会有挑战。天道酬勤你越努力就会成为越优秀的自己。如果你能在15天内完成所有的任务那你堪称天才。然而如果你能完成 60-70% 的内容你就已经开始具备成为一名大模型 AI 的正确特征了。这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】