LLM
LLM演进史(五)：构筑自注意力之路——从Transformer到GPT的语言模型未来
前置知识：前面的 micrograd、makemore 系列课程（可选），熟悉 Python，微积分和统计学的基本概念 目标：理解和欣赏 GPT 的工作原理
你可能需要的资料：
Colab Notebook 地址
Twitter 上看到的一份很细致的笔记，比我写得好
在…
微调之道
选择 LLM 完成一个 NLP 任务，如何下手？ 从下图中就能很好的明白哪个操作适合完成你当前的任务：
如果你有时间和大量数据，你完全可以重新训练模型；一定量的数据，可以对预训练模型进行微调；数据不多，最好的选择是 “in context learning”，上下文学习…
LLM演进史(四)：WaveNet——序列模型的卷积革新
本节内容的源代码仓库。 我们在前面的部分搭建了一个多层感知机字符级的语言模型，现在是时候把它的结构变的更复杂了。现在的目标是，输入序列能够输入更多字符，而不是现在的 3 个。除此之外，我们不想把它们都放到一个隐藏层中，避免压缩太多信息。这样得到一个类似WaveNet的更深的模型。…
GPT的现状
本文是对 Andrej Karpathy 的在 2023 年 3 月份的 Microsoft Build 演讲的整理。 演讲 Beamer 可见于：https://karpathy.ai/stateofgpt.pdf
演讲介绍了 GPT 的训练过程，发展地步，当前的 LLM…
LLM演进史(二)：词嵌入——多层感知器与语言的深层连接
本节的源代码仓库地址 本文算是训练语言模型的经典之作，Bengio 将神经网络引入语言模型的训练中，并得到了词嵌入这个副产物。词嵌入对后面深度学习在自然语言处理方面有很大的贡献，也是获取词的语义特征的有效方法。
论文的提出源于解决原词向量（one-hot 表示…
LLM演进史(一)：Bigram的简洁之道
本节的源代码仓库地址 前面我们通过实现micrograd，弄明白了梯度的意义和如何优化。现在我们可以进入到语言模型的学习阶段，了解初级阶段的语言模型是如何设计、建模的。
Bigram (一个字符通过一个计数的查找表来预测下一个字符。)
MLP, 根据 Bengio et al…