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。

More

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。

More