大规模语言模型从理论到实践目录和个人总体观后感
<p># 本书一共九章</p><p>本书一共九章，循序渐进，但是个人阅读过程中，很多地方都卡壳，知识面过于单薄，一些专有名词和计算公式的表达难以消化理解，一头雾水。学习过程中，深刻认识到自己的不足之处，产生了畏难情绪，查阅资料，又不知道从哪里下手，论坛和资料，大多搜索不尽人意。本书作者和功底也确实认真有深刻，先下一番笨功夫，从尽力复刻一遍开始</p>
<p>## 第一章绪论<br />
本章深入浅出介绍了大语言模型的基本概念、发展历程和构建流程。交代了本书的内容安排，把行文结构说明一番。<br />
## 第二章大语言模型基础<br />
本章令我困惑不已，本书的代码工具和编译器是什么？怎么构建结构？编码器和解码器是什么？可能这些问题很入门，但我确实事第一次接触大语言模型，这些问题想不明白，检索这些也是广告业务，代码更是看到云里雾里。</p>
<p>本章讲解了Transformer结构，生成式预训练语言模型GPT和大预言模型结构。代码部分我还在努力尝试看懂和复刻。<br />
## 第三章大语言模型预训练数据<br />
本章介绍了数据来源，数据处理数据影响分析和开源数据集部分。<br />
一些专有名词还很细致的讲解。<br />
剩余部分等下再更新。</p>
<p> </p>
<p></p>
<p>谢谢分享！</p>
<p>是不是因为大规模语言模型的代码不是开源的</p>
1084504793 发表于 2025-1-13 14:22
是不是因为大规模语言模型的代码不是开源的
<p>不太懂，我本科是电气的，看这个有一种大一看模电教材的感觉，看不懂，不知道哪里不懂，哪里都不懂的感觉，跳跃性好大，感觉还是有很强的专业学术壁垒，这已经是入门级的科普读物了。</p>
页:
[1]