GPT图解 大模型是怎样构建的

图书信息

作者	黄佳 著
出版社	人民邮电出版社有限公司
ISBN	9787115623683
出版时间	2023-12-01
字数	24.3万
分类	科技,计算机,网络,软件系统

读书简介

人工智能（AI），尤其是生成式语言模型和生成式人工智能（AIGC）模型，正以惊人的速度改变着我们的世界。驾驭这股潮流的关键，莫过于探究自然语言处理（NLP）技术的深奥秘境。本书将带领读者踏上一段扣人心弦的探索之旅，让其亲身感受，并动手搭建语言模型。本书主要内容包括N-Gram，词袋模型（BoW），Word2Vec（W2V），神经概率语言模型（NPLM），循环神经网络（RNN），Seq2Seq（S2S），注意力机制，Transformer，从初代GPT到ChatGPT再到GPT-4等一系列突破性技术的诞生与演。

目录

内容提要

前 言

资源与支持

序章 看似寻常最奇崛，成如容易却艰辛

GPT-4：点亮人工通用智能的火花

人工智能演进之路：神经网络两落三起

现代自然语言处理：从规则到统计

何为语言？信息又如何传播？

NLP是人类和计算机沟通的桥梁

NLP技术的演进史

大规模预训练语言模型：BERT与GPT争锋

语言模型的诞生和进化

统计语言模型的发展历程

基于Transformer架构的预训练模型

“预训练+微调大模型”的模式

以提示/指令模式直接使用大模型

从初代GPT到ChatGPT，再到GPT-4

GPT作为生成式模型的天然优势

ChatGPT背后的推手——OpenAI

从初代GPT到ChatGPT，再到GPT-4的进化史

第1课 高楼万丈平地起：语言模型的雏形N-Gram和简单文本表示Bag-of-Words

1.1 N-Gram模型

1.2 “词”是什么，如何“分词”

1.3 创建一个Bigram字符预测模型

1.4 词袋模型

1.5 用词袋模型计算文本相似度

小结

思考

第2课 问君文本何所似：词的向量表示Word2Vec和Embedding

2.1 词向量 ≈ 词嵌入

2.2 Word2Vec：CBOW模型和Skip-Gram模型

2.3 Skip-Gram模型的代码实现

2.4 CBOW模型的代码实现

2.5 通过nn.Embedding来实现词嵌入

小结

思考

第3课 山重水复疑无路：神经概率语言模型和循环神经网络

3.1 NPLM的起源

3.2 NPLM的实现

3.3 循环神经网络的结构

3.4 循环神经网络实战

小结

思考

第4课 柳暗花明又一村：Seq2Seq编码器-解码器架构

4.1 Seq2Seq架构

4.2 构建简单Seq2Seq架构

小结

思考

第5课 见微知著开慧眼：引入注意力机制

5.1 点积注意力

5.2 缩放点积注意力

5.3 编码器-解码器注意力

5.4 注意力机制中的 Q、K、V

5.5 自注意力

5.6 多头自注意力

5.7 注意力掩码

5.8 其他类型的注意力

小结

思考

第6课 层峦叠翠上青天：搭建GPT核心组件Transformer

6.1 Transformer架构剖析

6.1.1 编码器-解码器架构

6.1.2 各种注意力的应用

6.1.3 编码器的输入和位置编码

6.1.4 编码器的内部结构

6.1.5 编码器的输出和编码器-解码器的连接

6.1.6 解码器的输入和位置编码

6.1.7 解码器的内部结构

6.1.8 解码器的输出和Transformer的输出头

6.2 Transformer代码实现

6.3 完成翻译任务

6.3.1 数据准备

6.3.2 训练Transformer模型

6.3.3 测试Transformer模型

小结

思考

第7课 芳林新叶催陈叶：训练出你的简版生成式GPT

7.1 BERT与GPT争锋

7.2 GPT：生成式自回归模型

7.3 构建GPT模型并完成文本生成任务

7.3.1 搭建GPT模型（解码器）

7.3.2 构建文本生成任务的数据集

7.3.3 训练过程中的自回归

7.3.4 文本生成中的自回归（贪婪搜索）

7.4 使用WikiText2数据集训练Wiki-GPT模型

7.4.1 用WikiText2构建Dataset和DataLoader

7.4.2 用DataLoader提供的数据进行训练

7.4.3 用Evaluation Dataset评估训练过程

7.4.4 文本生成中的自回归（集束搜索）

小结

思考

第8课 流水后波推前波：ChatGPT基于人类反馈的强化学习

8.1 从GPT到ChatGPT

8.2 在Wiki-GPT基础上训练自己的简版ChatGPT

8.3 用Hugging Face预训练GPT微调ChatGPT

8.4 ChatGPT的RLHF实战

8.4.1 强化学习基础知识

8.4.2 简单RLHF实战

小结

思考

第9课 生生不息的循环：使用强大的GPT-4 API

9.1 强大的OpenAI API

9.2 使用GPT-4 API

小结

思考

后记 莫等闲，白了少年头