大模型的能力篇

2.1

  “Adaptation”一词是用来指代将语言模型转化为任务模型的过程。这个过程需要一下两个的输入:

  1. 任务的自然语言描述。
  2. 一组训练实例(输入-输出对)

  主要是有两种方式来进行适应:

  1. 训练:标准的有监督的学习。
  2. 提示(上下文学习)这个也可以进一步细分为零样本学习(ps;感觉这种就像对模型的一个检测,用来大致确认哪个部分需要优化),单样本学习,少样本学习。

2.1.1

困惑度:

语言模型在昨天的学习中,可以知道是一种对令牌序列的条件概率。那么对于令牌中的文本我们该怎么分配概率呢,比如:i am the best。这时我们会对每一个单词分配概率,此时这一条序列的概率就是他们的联合分布概率了,每一个单词的概率就是在这个条件下的条件概率。可如果,此时的文本是i a

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值