《真希望父母读过这本书》读书笔记

周六下午和爱人一起去了天目里，散步、聊天、看风景、喝茉酸奶、吃烧鸟、去鸟屋书店读书、去饸饹面馆吃面。这是我们第二次去这里了，主要是那家面馆的面很符合我们口味，但也不能打车过去就吃个面，所以每次都要看一两个小时书。这本书就是这天我读的两本书之一，还剩最后一章没读完，我觉得问题不大，得赶紧把读过的记下来。

基础和取舍

没想到居然一年多没写这样思考性的文字了，ChatGPT后遗症有点大。去年底换工作再加上孩子出生，生活一下子变得异常充实了起来。家庭和育儿方面成长很多，从一开始的没耐心，到逐步理解包容、感同身受（无论对爱人还是孩子），一年不到时间改变了非常多。工作方面也取得了一些成果，强度和深度比此前所有工作都高了一个级别，虽然很忙，但非常开心。比较不满意的是过于忙碌导致没时间夯实基础，总感觉自己比较浮。正好国庆假期，重新整理一下思路。

MIO

Paper: https://arxiv.org/abs/2409.17692

核心：多模态输入输出，这里的多模态包括了文本、图像、语音和视频，相比AnyGPT多了视频。

Tiny LLM Continual Pre-training：RHO-1

并不是所有的Next Token都有用，RHO-1选择那些最有用的Next Token，提升了小模型的继续训练效率。

LLM打街霸

国外的一个项目，看了一下比较简单，于是也拿过来玩儿一下。由于原项目没支持中文，就简单支持了一下，顺便简单地重构了一下代码。

代码地址（Fork）：https://github.com/hscspring/llm-colosseum
项目原地址：https://github.com/OpenGenerativeAI/llm-colosseum

LLM中的演绎推理、归纳推理和溯因推理

一篇简单探索少样本上下文学习和指令推理的文章：[2404.03028] An Incomplete Loop: Deductive, Inductive, and Abductive Learning in Large Language Models。

LLM极简科普

编者按：本文内容来自Datawhale《AI第一课》，目标是向普通大众传播AI相关知识。本文是第一稿，太过于偏技术，因此需要重新修改打磨。不过从有编程背景读者的角度看我觉得内容尚可，特记录在此。同时也是便于后面对比最终内容和最初内容的差别，提升自己科普内容创作方面的技巧。

简介

本节主要介绍LLM（Large Language Model，大语言模型）的基础科普。大纲如下：

计算机如何识别文字：Token化+词嵌入（Tokenize+Embedding）
大模型如何学习（训练）：下个词预测（Next Token Prediction，NTP）
大模型如何理解文本：多层多头注意力（Multi-Layer+Multi-Head Self-Attention，MHA）
大模型如何处理任务：上下文学习或情境学习（In-Context Learning）
大模型如何生成回复：推理（Inference）

本文涉及到上面提到的重要概念时，会以中文表述，括号内的是对应的英文表达。

Programming Language Environment Cheat Sheet

编程语言环境相关备忘（我只想复制粘贴）。

LLM Tiny Pretrain：H2O-Danube and Stable LM

StableLM 一直致力于小模型（从7B、3B 到 1.6B），不过 License 商用有些限制，H2O-Danube 是 Apache2.0 的小模型（1.8B），整体指标略逊于 StableLM。本文通过这两篇 Paper，记录小模型的预训练。

LLM DataManagement：Weaver

本文记录 Weaver 的数据处理。

Weaver是一个垂直领域（文字创作）的LLM，做的是继续训练，训练上循规蹈矩，没有什么好说的。稍微有一点点特色的是数据这块，对垂直领域可能有一定借鉴意义。

另外有提出一个Constitutional DPO的东西，其实就是利用专家写的规则（原则）合成违反这些规则的负样本。相较而言，遵循这些规则的就是正样本。这其实和数据有点关系，垂直领域往往有不少正样本（比如文字创作领域大家的小说、散文等），但负样本却不好找，所以就违反”好“的规则生成负样本。