Author: ninehills
Labels: blog
Created: 2023-06-27T13:42:33Z
Link and comments: ninehills#97
本文分为四个章节，各章节的学习目标如下。请注意本文主要是面向工程界撰写，学术部分较少。
- 入门篇：
- 了解大语言模型的基础知识和常见术语。
- 学会使用编程语言访问 OpenAI API 等常见大语言模型接口。
- 提高篇：
- 了解机器学习、神经网络、NLP 的基础知识。
- 了解 Transformer 以及典型 Decoder-only 语言模型的基础结构和简单原理。
- 了解大语言模型发展历史，以及业界主流模型（含开源模型）进展。
- 应用篇：
- 可以在本地环境搭建开源模型的推理环境。
- Prompt 工程。
- 使用已有框架（如Langchain）或自行开发，结合大语言模型结果，开发生产应用。
- 深入篇：（本文涉及少量资料）
- 掌握 Continue Pre-train、Fine-tuning 已有开源模型的能力。
- 掌握 Lora、QLora 等低资源高效模型训练的能力。
- 掌握大语言模型微调以及预训练数据准备的能力。
- 深入了解大模型背后的技术原理。
- 了解生产环境部署大模型的相关技术点。
读者可以根据自己需要选择对应的章节，如对大语言模型的原理不感兴趣，可只关注入门篇和应用篇。 考虑到阅读背景，本文尽可能提供中文资料或有中文翻译的资料。
在入门之前，请申请 OpenAI API，并具备良好的国际互联网访问条件。
- 大语言模型综述
- 大语言模型迄今为止最好的学术向中文综述。
- 中文版本：LLM_Survey_Chinese_0418.pdf
- 作为入门资料偏难，看不懂的部分可以等到后面章节再回头重看。
- ChatGPT Prompt Engineering for Developers
- 虽然是 Prompt 工程，但是内容比较简单，适合入门者。
- 中英双语字幕：https://github.com/GitHubDaily/ChatGPT-Prompt-Engineering-for-Developers-in-Chinese
- OpenAI Quickstart
- OpenAI 官方 Quickstart 文档。
- 以及 API Reference
- State of GPT：GPT 联合创始人做的演示，极好的总结了 GPT 的训练和应用。
- 清华大模型公开课：从NLP到大模型的综合课程，挑选感兴趣的了解。
- 深度学习：台湾大学李宏毅：台湾大学李宏毅，国语教程里最好的，讲的很清楚，也比较有趣。
- Understanding large language models ：理解大语言模型。
- The Illustrated GPT-2 (Visualizing Transformer Language Models)：图解 GPT2
- InstructGPT: Training language models to follow instructions with human feedback：著名的 InstructGPT 论文。
- 另外一篇中文介绍：https://huggingface.co/blog/zh/rlhf
- Huggingface NLP Course：NLP 入门课程
- Building Systems with the ChatGPT API
- Langchain
- Langchain 是大语言模型最火的应用框架。即使不使用，也可以借鉴。
- LangChain for LLM Application Development
- GPT best practices：OpenAI 官方出的最佳实践。
- openai-cookbook：OpenAI 官方 Cookbook。
- Brex's Prompt Engineering Guide：Prompt 工程简介
- Huggingface Transformer 文档：Transformer 官方文档
- 复杂推理：大语言模型的北极星能力 ：略学术，解释大语言模型能力的来源。
- GPT，GPT-2，GPT-3 论文精读：视频精读。
- Building LLM applications for production：在生产环境中构建 LLM 应用。