系列文章
LLM Note Day 1 - 語言模型簡介
前言 語言模型在 NLP 領域裡面，長期以來一直是個倍受重視的主題。拜 ChatGPT 所賜，這半年多以來大型語言模型的相關議題迅速爆紅，其影響力相信大家都感同...
LLM Note Day 2 - 神經網路語言模型
簡介 透過文本捕捉語言結構，進而建立一個統計機率模型，廣義而言就可以被稱作一種語言模型。本文主要介紹透過神經網路訓練出來的語言模型，以及常見 Transform...
LLM Note Day 3 - ChatGPT
前言 相信大家對 ChatGPT 已經非常熟悉，而且 ChatGPT 的介紹文章也如雨後春筍般的出現，每一篇的講解都相當清楚詳細。尤其筆者屬於晚開賽的選手，已經...
LLM Note Day 4 - OpenAI API
簡介 除了 ChatGPT 網頁介面以外，還能透過 OpenAI API 調用 ChatGPT 的功能，讓我們能夠在自己的開發應用裡面借助 ChatGPT 的力...
LLM Note Day 5 - 貓貓塔羅
簡介 經常有人說 ChatGPT 是個喜歡「一本正經胡言亂語」的東西，也許吧！在 GPT-4 推出之後，與 GPT-3.5 相比起來，確實相對容易產生錯誤。但是...
LLM Note Day 6 - ChatGPT 的挑戰者們
簡介 作為公開 LLM Chatbot 第一人的 ChatGPT，雖然有踩穩市場第一步的優勢，但各大研究單位推出的模型同樣來勢洶洶。在這激烈競爭的 AI 大戰中...
LLM Note Day 7 - ChatGPT 的相關應用
簡介 有了 ChatGPT API 這種功能強大、操作方便、成本低廉的文字生成服務後，相關應用如雨後春筍般湧現，突破了過往各種 NLP 系統的一些侷限之處，大幅...
LLM Note Day 8 - Retrieval & Generation
簡介 雖然 ChatGPT 已經有相當豐富的知識含量，但還是難免會產生一些事實錯誤或偏差。為了解決這個問題，結合檢索模型 (Retrieval Model) 的...
LLM Note Day 9 - LLM 訓練流程
簡介 在開始實際操作 LLM 之前，我們先來瞭解 LLM 的訓練流程。訓練一個 LLM 通常包含兩個步驟：監督式微調與增強式學習，不過也有許多模型只做監督式微調...
LLM Note Day 10 - 建立開發環境
簡介 建立深度學習的開發環境說是一場惡夢也不為過，無論是開發應用還是訓練模型，都有各自的大坑要踩。就算一開始環境都弄的好好的，也有可能用一陣子之後自己突然爆炸。...