哒哒哒哒 哒哒

理解 transformer 中的 encoder + decoder。

🌊 Transformer 模块概述 -- 简化版本【1. Tokenization】把文字变成 Token ❄️【2. Input Layer】理解每个 Token (从语义和位置上) 🔥【3. Attention】考虑 Token 上下文 -- contextuallized token embedding【4. Feed Forward】整合思考【3 & 4 Transformer Block】反复思考【5 Ouput Layer】输出概率

用最简单的语言，给你讲解 transformer 的原理，包懂的！！！

RLHF 理论与代码实战 （附完整代码，保姆级教程，包懂的好吧！）

🌊 有没有低成本的方法微调大模型？🌊 LoRA 的核心思想🌊 LoRA 的初始化和 r 的值设定🌊 LoRA 实战：LoraConfig参数详解

🌊 Toolformer 要达到的效果是什么🌊 【搜索操作和搜索结果】怎么结合到大模型的生成过程和结果中去的呢🌊 Toolformer 怎么学会使用外部工具：自监督学习使用工具

🌊 WebGPT 要达到的效果是什么🌊 【搜索操作和搜索结果】怎么结合到大模型的生成过程和结果中去的呢🌊 WebGPT 怎么学会使用 `网络搜索`工具

🌊 环境准备🌊 配置 API 密钥🌊 定义与 GPT 的对话函数，支持多轮对话🌊 使用 Gradio 创建界面🌊 完整代码 & 结果展示

🌊 大模型作为一种生成式人工智慧，厉害在哪儿？-> 通用能力🌊 LLM 如何生成输出：简而言之就是文字接龙🌊 GPT 之前 ...：模型规模和数据规模概览🌊 ChatGPT 有三个训练阶段：预训练、督导式学习、强化学习🌊 ChatGPT 使用：人类向 chatgpt 靠近🌊 ChatGPT 跟真实环境互动 (例如可以操控机器臂)

5min 上手大模型的三种主流应用方式：Prompting & RAG & Fine-tune

1min 快速搞懂大模型基本运作机理，以及能做什么？