第一章绪论:从人工智能到大模型2026-9-08
01人工智能与大模型概述
大模型的定义与特征多任务泛化能力大模型通过预训练学习通用表征,可迁移至不同下游任务(如文本生成、翻译、问答),无需针对每项任务单独设计模型架构。自监督学习范式大模型依赖无标注数据的自监督学习(如掩码语言建模),通过预测上下文或填充缺失内容,从数据中自动提取深层规律。参数量级庞大大模型通常指参数规模达到数十亿甚至万亿级别的深度学习模型,其核心特征是通过海量数据训练和超大规模计算资源实现高性能。例如,GPT-3拥有1750亿参数,能够处理复杂语言任务。030201
人工智能三次发展浪潮第一次浪潮(1950s-1980s)
您可能关注的文档
- 《大模型导论》通识课版 张玉宏教材 ppt课件 第2章-语言模型的哲理基础.pptx
- 《大模型导论》通识课版 张玉宏教材 ppt课件 第3章 神经网络与深度学习.pptx
- 《大模型导论》通识课版 张玉宏教材 ppt课件 第4章 深度序列模型.pptx
- 《大模型导论》通识课版 张玉宏教材 ppt课件 第6章 大模型部署与使用.pptx
- 《大模型导论》通识课版 张玉宏教材 ppt课件 第7章 大模型提示学习.pptx
- 《大模型导论》通识课版 张玉宏教材 ppt课件 第8章 大模型微调.pptx
- 《大模型导论》通识课版 张玉宏教材 ppt课件 第9章 LLM智能体实践.pptx
- 《大模型导论》通识课版 张玉宏教材 ppt课件 第10章 大模型认知边界与安全对齐.pptx
原创力文档

文档评论(0)