LLM-icharlin

美好的事情即将发生

累计撰写 7 篇文章
累计创建 5 个标签
累计收到 0 条评论

目录CONTENT

以下是 LLM 相关的文章

Qwen3 模型结构解析 Qwen3 模型结构详解
- 2025-07-15
- 7
- 0
- 1
- LLM
大模型应用近年来，随着人工智能领域的迅猛发展，大规模预训练语言模型（简称大模型）成为了推动技术进步的核心力量。这些大模型在自然语言处理等任务中展现出了令人惊叹的能力。然而，要准确衡量一个大模型的性能，必须依靠科学而合理的评测。什么是大模型评测？大模型评测就是通过各种标准化的方法和数据集，对大模型在不同任务上
- 2025-02-22
- 1
- 0
- 2
- LLM
大语言模型 4.1 什么是 LLM 在前三章，我们从 NLP 的定义与主要任务出发，介绍了引发 NLP 领域重大变革的核心思想——注意力机制与 Transformer 架构。随着 Transformer 架构的横空出世，NLP 领域逐步进入预训练-微调范式，以 Transformer 为基础的、通过预训练获得强
- 2025-02-16
- 5
- 0
- 0
- LLM
预训练语言模型 3.1 Encoder-only PLM 在上一章，我们详细讲解了给 NLP 领域带来巨大变革注意力机制以及使用注意力机制搭建的模型 Transformer，NLP 模型的里程碑式转变也就自此而始。在上文对 Transformer 的讲解中我们可以看到，Transformer 结构主要由 Encod
- 2025-02-15
- 1
- 0
- 0
- LLM
Transformer 架构什么是注意力机制随着 NLP 从统计机器学习向深度学习迈进，作为 NLP 核心问题的文本表示方法也逐渐从统计学习向深度学习迈进。正如我们在第一章所介绍的，文本表示从最初的通过统计学习模型进行计算的向量空间模型、语言模型，通过 Word2Vec 的单层神经网络进入到通过神经网络学习文本表示的时代。但
- 2025-02-09
- 1
- 0
- 1
- LLM
NLP 基础概念自然语言处理（Natural Language Processing，NLP）作为人工智能领域的一个重要分支，旨在使计算机能够理解和处理人类语言，实现人机之间的自然交流。随着信息技术的飞速发展，文本数据已成为我们日常生活中不可或缺的一部分，NLP技术的进步为我们从海量文本中提取有用信息、理解语言的深
- 2025-02-02
- 8
- 0
- 1
- LLM