大语言模型基础(微课视频版)

第1章 大模型基础 1.1 人工智能基础 1.1.1 人工智能的实现途径 1.1.2 机器学习和深度学习 1.1.3 监督与无监督学习 1.2 大模型定义 1.2.1 模型预训练和微调 1.2.2 大模型的特征 1.2.3 大模型的优势 1.3 大模型技术的形成 1.3.1 Blockhead思维实验 1.3.2 大模型的历史基础 1.3.3 基于Transformer模型 1.3.4 大模型的世界模型问题 1.3.5 文化知识传递和语言支持 1.* *用人工智能 1.4.1 什么是通用人工智能 1.4.2 大模型与通用人工智能 1.4.3 人工智能生成内容 【作业】 【实践与思考】了解典型的开源大模型 第2章 大模型与生成式AI 2.1 什么是语言模型 2.1.1 语言模型的定义 2.1.2 注意力机制 2.1.3 开源还是闭源 2.2 大模型发展三阶段 2.2.1 基础模型阶段 2.2.2 能力探索阶段 2.2.3 突破发展阶段 2.3 Transformer模型 2.3.1 Transformer过程 2.3.2 Transformer结构 2.3.3 Transformer模块 2.4 生成式人工智能 2.4.1 生成式AI定义 2.4.2 生成式AI层次 2.4.3 生成式预训练语言模型GPT 【作业】 【实践与思考】基于ChatGPT的免费工具：ChatAI小组件 第3章 大模型架构 3.1 大模型生成原理 3.1.1 上下文学习 3.1.2 指令微调 3.1.3 零样本/少样本 3.1.4 深度学习架构 3.1.5 训练策略及优化技术 3.1.6 所谓世界模型 3.2 多模态语言模型 3.2.1 多模态指令微调 ......