LLM
LLM 演进史(六)：揭开 Tokenizer 的神秘面纱
Tokenizer 是 LLM 中很重要但又没那么 fancy 的组件，在本系列之前的语言模型建模中，tokenizer 的实现方式是字符级的，将所有可能出现的 65 种字符制作嵌入表，然后用 embedding layer 对训练集进行编码向量化。而实践中…
LLM演进史(五)：构筑自注意力之路——从Transformer到GPT的语言模型未来
前置知识：前面的 micrograd、makemore 系列课程（可选），熟悉 Python，微积分和统计学的基本概念 目标：理解和欣赏 GPT 的工作原理
你可能需要的资料：
Colab Notebook 地址
Twitter 上看到的一份很细致的笔记，比我写得好
在…
微调之道
选择 LLM 完成一个 NLP 任务，如何下手？ 从下图中就能很好的明白哪个操作适合完成你当前的任务：
如果你有时间和大量数据，你完全可以重新训练模型；一定量的数据，可以对预训练模型进行微调；数据不多，最好的选择是 “in context learning”，上下文学习…
LLM演进史(四)：WaveNet——序列模型的卷积革新
本节内容的源代码仓库。 我们在前面的部分搭建了一个多层感知机字符级的语言模型，现在是时候把它的结构变的更复杂了。现在的目标是，输入序列能够输入更多字符，而不是现在的 3 个。除此之外，我们不想把它们都放到一个隐藏层中，避免压缩太多信息。这样得到一个类似WaveNet的更深的模型。…
GPT的现状
本文是对 Andrej Karpathy 的在 2023 年 3 月份的 Microsoft Build 演讲的整理。 演讲 Beamer 可见于：https://karpathy.ai/stateofgpt.pdf
演讲介绍了 GPT 的训练过程，发展地步，当前的 LLM…
LLM演进史(二)：词嵌入——多层感知器与语言的深层连接
本节的源代码仓库地址 本文算是训练语言模型的经典之作，Bengio 将神经网络引入语言模型的训练中，并得到了词嵌入这个副产物。词嵌入对后面深度学习在自然语言处理方面有很大的贡献，也是获取词的语义特征的有效方法。
论文的提出源于解决原词向量（one-hot 表示…
LLM演进史(一)：Bigram的简洁之道
本节的源代码仓库地址 前面我们通过实现micrograd，弄明白了梯度的意义和如何优化。现在我们可以进入到语言模型的学习阶段，了解初级阶段的语言模型是如何设计、建模的。
Bigram (一个字符通过一个计数的查找表来预测下一个字符。)
MLP, 根据 Bengio et al…