✨汀、

摘要： 语言模型的预训练[6]：思维链(Chain-of-thought，CoT)定义原理详解、Zero-shot CoT、Few-shot CoT 以及在LLM上应用 阅读全文

摘要： 大语言模型的预训练[5]：语境学习、上下文学习In-Context Learning：精调LLM、Prompt设计和打分函数设计以及ICL底层机制等原理详解 阅读全文

摘要： 大语言模型的预训练4：指示学习Instruction Learning详解以及和Prompt Learning,In-content Learning区别 阅读全文

摘要： 大语言模型的预训练[3]之Prompt Learning：Prompt Engineering、Answer engineering、Multi-prompt learning、Training strategy详解 阅读全文

摘要： 大语言模型的预训练[2]:GPT、GPT2、GPT3、GPT3.5、GPT4相关理论知识和模型实现、模型应用以及各个版本之间的区别详解 阅读全文

摘要： 大语言模型的预训练[1]:基本概念原理、神经网络的语言模型、Transformer模型原理详解、Bert模型原理介绍 阅读全文

摘要： 人工智能LLM模型：奖励模型的训练、PPO 强化学习的训练、RLHF 阅读全文

摘要： 人工智能自然语言处理：N-gram和TF-IDF模型详解 阅读全文

摘要： 人工智能大语言模型微调技术：SFT 监督微调、LoRA 微调方法、P-tuning v2 微调方法、Freeze 监督微调方法 阅读全文

摘要： 强化学习：基于蒙特卡洛树和策略价值网络的深度强化学习五子棋(含码源) 阅读全文