ChatGPT原理与架构：大模型的预训练、迁移和中间件编程

作者简介

11.5 小结

11.4.3 ChatGPT for Robotics

11.4.2 PaLM-E

11.4.1 具身智能的挑战

11.4 具身智能

11.3 自回归模型的局限性

11.2 数据资源枯竭

11.1 强人工智能之路

第11章 大语言模型的未来之路

10.5 小结

10.4 中间件框架的竞品

10.3 AutoGPT自主代理与任务规划

10.2.4 响应生成

10.2.3 任务执行

10.2.2 模型选择

10.2.1 任务规划

10.2 多模态融合中间件

10.1 补齐短板——LangChain恰逢其时

第10章 中间件编程

9.7 小结

9.6.5 司法领域的迁移实例

9.6.4 医疗领域的迁移实例

9.6.3 中文解决方案

9.6.2 自举指令微调的羊驼系列

9.6.1 基座模型

9.6 开源大语言模型的低算力迁移案例

9.5 SparseGPT剪枝算法

9.4 量化：降低部署的算力要求

9.3.2 秩的选择

9.3.1 模型训练与部署

9.3 低秩自适应

9.2 人工智能反馈

9.1 指令自举标注

第9章 大语言模型的低算力领域迁移

8.8 小结

8.7 人类反馈强化学习的必要性

8.6 多轮对话能力

8.5 PPO算法在InstructGPT中的应用

8.4.2 损失函数

8.4.1 算法思想

8.4 奖励建模算法

8.3.3 强化学习阶段

8.3.2 奖励建模阶段

8.3.1 有监督微调阶段

8.3 人类反馈强化学习的训练阶段

8.2.3 数据分析

8.2.2 标注标准

8.2.1 微调数据集的来源

8.2 InstructGPT训练数据集

8.1 强化学习在ChatGPT迭代中的作用

第8章 人类反馈强化学习

7.5 小结

7.4 PPO算法的原理

7.3.2 TRPO算法的局限性

7.3.1 TRPO算法的目标

7.3 信任域策略优化算法

7.2.3 Actor-Critic算法的问题与挑战

7.2.2 值函数与策略更新

7.2.1 Actor-Critic算法的基本步骤

7.2 Actor-Critic算法

7.1.3 优势函数

7.1.2 重要性采样

7.1.1 策略梯度方法的基本原理

7.1 传统的策略梯度方法

第7章 近端策略优化算法

6.6 小结

6.5.5 其他因素

6.5.4 BF16优化

6.5.3 训练设置的调整

6.5.2 参数稳定性

6.5.1 训练框架

6.5 训练策略案例

6.4.3 ZeRO

6.4.2 Megatron-LM

6.4.1 Pathways

6.4 分布式训练的技术路线

6.3.2 模型并行

6.3.1 数据并行

6.3 分布式训练模式

6.2 预训练数据的处理

6.1 预训练数据集

第6章 大语言模型的预训练策略

5.6 小结

5.5 思维链的推理能力

5.4.2 贝叶斯推断

5.4.1 隐式微调

5.4 概念分布的贝叶斯推断

5.3.2 基于内容的学习

5.3.1 元学习

5.3 元学习和基于内容的学习

5.2.3 跨层稀疏连接

5.2.2 局部带状注意力

5.2.1 Sparse Transformer的特点

5.2 稀疏注意力模式

5.1 GPT-3的模型架构

第5章 稀疏注意力与基于内容的学习

4.6 小结

4.5.2 自回归过程

4.5.1 子词单元嵌入

4.5 GPT-2的自回归生成过程

4.4 多任务学习与零样本学习的关系

4.3 无监督多任务

4.2.4 可学习的相对位置编码

4.2.3 可逆的分词方法

4.2.2 正交初始化

4.2.1 层归一化

4.2 GPT-2的模型架构

4.1 编码器与解码器

第4章 无监督多任务与零样本学习

3.5 小结

3.4.3 有监督微调的步骤

3.4.2 有监督微调的特定任务

3.4.1 有监督微调的原理

3.4 有监督微调

3.3.2 生成式预训练的误差反向传播过程

3.3.1 生成式预训练的目标

3.3 生成式预训练过程

3.2 GPT的模型架构

3.1 生成式预训练简介

第3章 生成式预训练

2.9 小结

2.8.5 其他训练与优化技巧

2.8.4 正则化

2.8.3 学习率调整策略

2.8.2 优化器

2.8.1 损失函数

2.8 训练与优化

2.7.3 位置编码的优势与局限性

2.7.2 位置编码的变体

2.7.1 位置编码的设计与实现

2.7 位置编码

2.6 层归一化

2.5 残差连接

2.4 前馈神经网络

2.3.3 多头注意力机制的优化

2.3.2 多头注意力机制的作用

2.3.1 多头注意力机制的实现

2.3 多头注意力机制

2.2.3 自注意力机制的优势与局限性

2.2.2 自注意力机制的本质

2.2.1 自注意力机制的计算过程

2.2 自注意力机制

2.1 Transformer模型简介

第2章 深入理解Transformer模型

1.8 小结

1.7 大语言模型的局限性

1.6.3 工程瓶颈

1.6.2 数据瓶颈

1.6.1 算力瓶颈

1.6 大语言模型复现的壁垒

1.5 大语言模型带来的影响

1.4 大语言模型的技术栈

1.3.5 人类反馈强化学习

1.3.4 有监督微调

1.3.3 无监督预训练

1.3.2 Transformer模型

1.3.1 从符号主义到连接主义

1.3 大语言模型的技术演化

1.2 ChatGPT的能力

1.1 ChatGPT的发展历程

第1章 人工智能的新里程碑——ChatGPT

致谢

联系作者

本书读者对象

本书主要内容

前言

内容简介

版权信息

封面

封面

版权信息

内容简介

前言

本书主要内容

本书读者对象

联系作者

致谢

第1章 人工智能的新里程碑——ChatGPT

1.1 ChatGPT的发展历程

1.2 ChatGPT的能力

1.3 大语言模型的技术演化

1.3.1 从符号主义到连接主义

1.3.2 Transformer模型

1.3.3 无监督预训练

1.3.4 有监督微调

1.3.5 人类反馈强化学习

1.4 大语言模型的技术栈

1.5 大语言模型带来的影响

1.6 大语言模型复现的壁垒

1.6.1 算力瓶颈

1.6.2 数据瓶颈

1.6.3 工程瓶颈

1.7 大语言模型的局限性

1.8 小结

第2章 深入理解Transformer模型

2.1 Transformer模型简介

2.2 自注意力机制

2.2.1 自注意力机制的计算过程

2.2.2 自注意力机制的本质

2.2.3 自注意力机制的优势与局限性

2.3 多头注意力机制

2.3.1 多头注意力机制的实现

2.3.2 多头注意力机制的作用

2.3.3 多头注意力机制的优化

2.4 前馈神经网络

2.5 残差连接

2.6 层归一化

2.7 位置编码

2.7.1 位置编码的设计与实现

2.7.2 位置编码的变体

2.7.3 位置编码的优势与局限性

2.8 训练与优化

2.8.1 损失函数

2.8.2 优化器

2.8.3 学习率调整策略

2.8.4 正则化

2.8.5 其他训练与优化技巧

2.9 小结

第3章 生成式预训练

3.1 生成式预训练简介

3.2 GPT的模型架构

3.3 生成式预训练过程

3.3.1 生成式预训练的目标

3.3.2 生成式预训练的误差反向传播过程

3.4 有监督微调

3.4.1 有监督微调的原理

3.4.2 有监督微调的特定任务

3.4.3 有监督微调的步骤

3.5 小结

第4章 无监督多任务与零样本学习

4.1 编码器与解码器

4.2 GPT-2的模型架构

4.2.1 层归一化

4.2.2 正交初始化

4.2.3 可逆的分词方法

4.2.4 可学习的相对位置编码

4.3 无监督多任务

4.4 多任务学习与零样本学习的关系

4.5 GPT-2的自回归生成过程

4.5.1 子词单元嵌入

4.5.2 自回归过程

4.6 小结

第5章 稀疏注意力与基于内容的学习

5.1 GPT-3的模型架构

5.2 稀疏注意力模式

5.2.1 Sparse Transformer的特点

5.2.2 局部带状注意力

5.2.3 跨层稀疏连接

5.3 元学习和基于内容的学习

5.3.1 元学习

5.3.2 基于内容的学习

5.4 概念分布的贝叶斯推断

5.4.1 隐式微调

5.4.2 贝叶斯推断

5.5 思维链的推理能力

5.6 小结

第6章 大语言模型的预训练策略

6.1 预训练数据集

6.2 预训练数据的处理

6.3 分布式训练模式

6.3.1 数据并行

6.3.2 模型并行

6.4 分布式训练的技术路线

6.4.1 Pathways

6.4.2 Megatron-LM

6.4.3 ZeRO

6.5 训练策略案例

6.5.1 训练框架

6.5.2 参数稳定性

6.5.3 训练设置的调整

6.5.4 BF16优化

6.5.5 其他因素

6.6 小结

第7章 近端策略优化算法

7.1 传统的策略梯度方法

7.1.1 策略梯度方法的基本原理

7.1.2 重要性采样

7.1.3 优势函数

7.2 Actor-Critic算法

7.2.1 Actor-Critic算法的基本步骤

7.2.2 值函数与策略更新

7.2.3 Actor-Critic算法的问题与挑战

7.3 信任域策略优化算法

7.3.1 TRPO算法的目标

7.3.2 TRPO算法的局限性

7.4 PPO算法的原理

7.5 小结

第8章 人类反馈强化学习

8.1 强化学习在ChatGPT迭代中的作用

8.2 InstructGPT训练数据集

8.2.1 微调数据集的来源

8.2.2 标注标准

8.2.3 数据分析

8.3 人类反馈强化学习的训练阶段

8.3.1 有监督微调阶段

8.3.2 奖励建模阶段

8.3.3 强化学习阶段

8.4 奖励建模算法

8.4.1 算法思想

8.4.2 损失函数

8.5 PPO算法在InstructGPT中的应用

8.6 多轮对话能力

8.7 人类反馈强化学习的必要性

8.8 小结

第9章 大语言模型的低算力领域迁移

9.1 指令自举标注

9.2 人工智能反馈

9.3 低秩自适应

9.3.1 模型训练与部署

9.3.2 秩的选择

9.4 量化：降低部署的算力要求

9.5 SparseGPT剪枝算法

9.6 开源大语言模型的低算力迁移案例

9.6.1 基座模型

9.6.2 自举指令微调的羊驼系列

9.6.3 中文解决方案

9.6.4 医疗领域的迁移实例

9.6.5 司法领域的迁移实例

9.7 小结

第10章 中间件编程

10.1 补齐短板——LangChain恰逢其时

10.2 多模态融合中间件

10.2.1 任务规划

10.2.2 模型选择

10.2.3 任务执行

10.2.4 响应生成

10.3 AutoGPT自主代理与任务规划

10.4 中间件框架的竞品

10.5 小结

第11章 大语言模型的未来之路

11.1 强人工智能之路

11.2 数据资源枯竭

11.3 自回归模型的局限性

11.4 具身智能

11.4.1 具身智能的挑战

11.4.2 PaLM-E

11.4.3 ChatGPT for Robotics

11.5 小结

作者简介