-
【生成式人工智慧與機器學習導論 2025】第 7 講：大型語言模型的學習歷程
本课程深入探讨了 ChatGPT 和 Gemini 等 LLM 背后的三阶段学习范式：预训练、监督微调（SFT）和基于人类反馈的强化学习（RLHF）。文章通过“学龄前、上学、进入社会”的生动类比，清晰阐释了每个阶段在模型能力演进中的作用。预训练阶段通过海量自监督数据奠定语言与世界知识基础，强调算力、模型大小与数据质量的权衡（如 Chinchilla 定律），并探讨了数据瓶颈和模型并非死记硬背的特性…- 0
- 0
-
大模型如何推理？斯坦福 CS25 重要一课，DeepMind 首席科学家主讲 ｜ 机器之心
文章深入解读了 Google DeepMind 首席科学家 Denny Zhou 在斯坦福大学 CS25 课程中对大语言模型推理能力的权威观点。他提出 LLM 推理的关键在于生成一系列中间 token，而非简单地扩展模型规模，这种机制使 Transformer 模型能变得极其强大。文章阐述了预训练模型本身已具备推理能力，但需要通过链式推理解码、提示技巧（如思维链）、监督微调（SFT）以及当前最强大…- 0
- 0
RLHF
-
✈优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×