一站式LLM底层技术原理入门指南
输入“/”快速插入内容
🚨一站式LLM底层技术原理入门指南
一站式LLM底层技术原理入门指南
飞书用户274927460
44989
💜
5.10更新：最初版本未更新的Prompting、InstructGPT、Chain of Thoughts、涌现现均已更新完毕；只是为了快速入门ChatGPT的原理的话，文档学习路径更改为：第六章、第二章、第四章、第七章、第八章、第十章、第十二章与第十三章，其余部分均为Optional。此外，在第十五章，做了一个总结性质的大表格，归纳了技术的发展路径，表中有索引，可以快速实现文档内跳转。
本文档会持续迭代，欢迎批评指正！
#强烈建议只先去看第6章，如果觉得好玩儿、感兴趣，再回去看第二和第四章，搞懂MLP和RNN。尤其是MLP那一章，它会直接揭开神经网络的神秘面纱，让我们感觉，嗯，原来也不过如此！
看完了第六章，并迅速浏览第二章与第四章后，就可以开始看第7和第10章了，这有助于快速弄懂Transformer是什么（我觉得这篇文档里对Transformer的介绍在所有的科普文档里都排得上TOP的！）；
搞懂Transformer后，回看第8章，我们会对预训练这件事情有一个基本的理解。理解了预训练和Transformer后，再去看第12章的GPT，就很合乎自然了：GPT就是个堆叠了很多很多解码器的大号以语言模型任务预训练的Transformer。
写在前面：
这篇文档写给谁看？
•
这是一篇用于零基础入门大语言模型（Large Language Model, LLM)底层技术原理的飞书文档。其最直接面向群体为非科班出身但想要了解AI技术原理的投资人，此外兼顾任何对ChatGPT等大语言模型感兴趣，希望入门了解大语言模型这件事，知道这个世界上正在发生什么的朋友。
•
虽然这篇文档号称“零门槛”，但人工智能在本质上是永远绕不开微积分、概率论和线性代数的。具备这些数学的基础，至少要了解导数和极小值、多元函数求微分的链式法则、条件概率，条件概率的链式展开与概率分布函数、向量于矩阵的意义及运算等，这些基本的数学知识对于读懂这篇文档非常重要，
•
这篇文档从浅到深，覆盖非常非常多的内容细节。从最基础的多层感知器MLP，到卷积神经网络CNN、循环神经网络RNN（及其变体LSTM和GRU）、强化学习RL，再到seq2seq架构、自监督学习，再到Transformer模型、GPT模型（及IFT、SFT、RLHF、思维链提示CoT）、BERT模型等，都会有所覆盖。
•
这篇文档会持续更新迭代，把关于LLM的最新的技术进展及相关原理持续的搬运进来。
为什么懂技术很重要？
不论是对于创业者还是对于投资人而言，懂技术都非常的重要。近期和非常多的朋友们聊过AI这件事情，也接触了许多投资人和创业的朋友，有如下感受：
•
ChatGPT等大语言模型表现出的惊人的能力已经让许多人处于不理智的状态。
•
对于创业者，如果不够了解技术却又被AGI的潜力所震撼，很容易进入一种对AGI的不理智而狂热的崇拜。
•
对于投资人，了解技术原理及发展情况，才可以判断什么是AI能做的，什么是AI不能做的；于是才能更好地甄别在创业者疯狂的想象力中，哪些更可能真正重塑人类的未来，而哪些更像是过于不切实际的想象。
•
对于任何人来说，AI的浪潮都无疑正在重塑整个世界。若不懂技术，只是作为旁观者，可能会缺乏足够的危机感；若持续关注AI技术迅速的迭代的过程中出现的眼花缭乱的信息，在缺乏足够的认识水平下，我们也可能会陷入过度的焦虑。
⭐
我相信：在这个AI技术以远超我们的预期的速度飞快迭代的时点下，懂AI的技术不仅是工作的需要，更是在这个迅速变化的世界中，让自己保持好奇、保持从容、保持自洽的一个必要条件。
关于文档中的一些底色标注
#橙红底色，是为了Highlight这个文档将要重点包括什么、将会省略什么。
#黄色底色，是为了Highlight一些重要的常识（Common Sense），了解这些常识有助于学习AI相关内容。作为入门读物，本文档不对这些常识进行论证（eg. 神经网络可以很好的拟合各种概率函数），但可能会附上参考链接，以供阅读者了解具体的原理。
#橙色底色，是我单纯的觉得一些文字比较重要，希望读者多多关注。
#蓝色底色，是为了Highlight一些重要的定义（Definition）。
#绿色底色，往往与蓝色底色配套出现，是为了Highlight一个有助于理解蓝色底色所Highlight的定义的例子。
#灰色底色，是一些无关紧要的文字，大概就是我自己想要皮一下。
本文档大量地利用AI工具进行辅助写作，而且包含巨量的引用
#本文档的写作大量的利用ChatGPT等AI工具进行辅助。
#文档中会大量的推荐优质的学习资料。
#文档中大多数的图都不是作者自己画的，会在每一章节的末尾引注原文来源。
#我把1～5章的内容折叠了，建议直接从第六章开始看，不然耐心会在进入正题前就先被用完。
商科生 help 商科生，可以拿去写研报，但一定要注明出处
文档收到了很多同行的正反馈，尤其有不少在研究所的计算机组的朋友表示感谢。写这个文档的目的本身就是让非科班出身但对LLM有研究任务的商科生们也能在学习之后得以胜任自己的工作，所以可以尽情引用，但无论如何一定要注明出处。
1.
Introduction：人工智能概述
试看课 联系微信：AIGC7654
#参考目录，这里非常非常基础。对于已经对人工智能有基本的了解的阅读者大可跳过。