4.7 自然语言处理与大语言模型.pptxVIP

人工智能通识课·第四章深度学习机器如何听懂人类语言？从词法分析到深度语义理解4.7节自然语言处理与大语言模型4.7

学习目标学完本节，你能回答哪些问题？01能说出自注意力机制如何让模型权衡句中每个词的重要性02能区分Transformer的编码器与解码器各自承担什么任务03能讲清预训练+微调两阶段分别在学什么04能列举大模型在医疗、法律、教育等领域的具体用法05能指出大模型在语义理解、偏见、算力上的三大挑战

学习路线从词法分析到深度语义，路是怎么走的？语言的复杂性词不只是排列，还有语境、情感、隐含意义Transformer编码器+解码器架构自注意力并行权衡词间权重预训练+微调海量学规律，任务再优化应用与挑战医疗、金融、法律、教育落地；语义局限、偏见、算力三大挑战并存。路线判断：理解语言的难点不在单字，而在词与词的关系——Transformer与自注意力正是为解决这个关系而生。

本节驱动问题大语言模型真的懂语言吗，还是只是在玩高级的文字接龙？

NLP·概念机器理解的语言，到底难在哪？表面：一串单词的排列我昨天在图书馆学习，然后去咖啡馆休息。——每个词都认识，但真正的意思不在单词本身。背后：语境+情感+隐含学习和图书馆配对，休息和咖啡馆配对——机器要抓住这种词与词的关联。NLP的任务：让计算机理解、分析、生成人类语言从最初的简单词法分析，到如今的