-
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
-
【生成式人工智慧與機器學習導論 2025】第 3 講：解剖大型語言模型
该视频课程是“生成式人工智慧與機器學習導論 2025”的第三讲，核心在于解构 LLM 的内部工作原理。文章详细阐述了从输入句子如何经过词元化、嵌入表查询，到多层 Transformer（自注意力、前馈网络）处理，最终通过语言模型头部（LM Head）和 Softmax 生成下一个词元概率的全过程。特别强调了“逆嵌入”的概念，即 LM Head 复用嵌入表，使模型在预测时寻找与目标词元嵌入最接近的表…- 0
- 0
-
3 万字长文！通俗解析大语言模型 LLM 原理
文章深度剖析了大语言模型（LLM）的演进历程与核心原理。开篇回顾了从 N-gram 到 RNN、LSTM 等统计与神经网络语言模型的发展及其局限性。随后，详细阐述了 Transformer 架构，包括其 Encoder-Decoder 结构、多头注意力机制、位置前馈网络、残差连接与层归一化，并重点介绍了其并行计算优势。文章进一步聚焦于现代 LLM 普遍采用的 Decoder-Only 架构，解释了…- 0
- 0
Trans
-
✈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：×