- 3
- 0
- 约6.01万字
- 约 313页
- 2026-03-05 发布于山西
- 举报
1
.01大白话大模型Transformer架构-基于自注意力机制的神经网络结构
.02大白话大模型自注意力(Self-Attention)-序列内部元素关联计算
.03大白话大模型多头注意力(Multi-HeadAttention)-并行多组注意力机制
·04大白话大模型位置编码(PositionalEncoding)-注入序列位置信息
.05大白话大模型词嵌入(WordEmbedding)-词语的向量化表示
.06注意力机制(Attention)-动态权重分配技术
.07大白话大模型参数规模(ParameterScale)-模型可训练参数总量
·08大白话大模型预训练(Pre-training)-大规模无监督学习阶段
.09大白话大模型微调(Fine-tuning)-特定任务的有监督训练
.10大白话大模型零样本学习(Zero-shotLearning)-无示例直接推理
·11大白话大模型少样本学习(Few-shotLearning)-少量示例引导推理
.12大白话大模型提示工程(PromptEngineering)-设计优化输入提示
.13大白话大模型思维链(Chain-of-Thought)-分步推理提
原创力文档

文档评论(0)