VUE 简单版虚拟列表-CFANZ编程社区

Github主页： https://github.com/RUCAIBox/LLMSurvey
中文版v10:https://github.com/RUCAIBox/LLMSurvey/blob/main/assets/LLM_Survey_Chinese.pdf
英文版v13: https://arxiv.org/abs/2303.18223
解析：大语言模型LLM入门看完你就懂了（一） - SmallerFL的文章 - 知乎

LLMs 关键技术与概念：

大语言模型使用无标注语料库进行预训练，当模型大小达到一定数量，出现智能涌现，能够进行小模型不具备的能力：下文学习，在未经过特定任务微调的情况下能够理解并响应复杂指令**；以及对新任务的适应性，即基于给定的输入示例就能够推断出相应的输出模式

预训练技术：

LLMs 通常采用 Transformer 架构，并基于大规模无标注语料库进行预训练，利用自回归或双向预测的语言建模任务来捕捉语言规律。

分布式训练算法：

由于 LLMs 的参数数量巨大，需要采用高效的分布式训练策略和工具（如DeepSpeed 和 Megatron-LM）以实现模型的有效训练。
适应性调整：
为使预训练后的 LLMs 更好地服务于特定应用场景，采用诸如提示工程、链式思维提示、指令调优等方法挖掘和引导模型的潜在能力。

一致性和控制：

确保 LLMs 的行为符合人类价值观和伦理规范至关重要，因此研究领域也关注如何通过一致性微调、强化学习和人工反馈等方式来改进模型的输出质量，降低有害内容的生成风险。

缩放定律（Scaling Laws）：

LLMs 的性能与模型大小、数据量以及计算资源之间存在着密切关系。研究人员发现，随着模型参数规模的增长，通过遵循一定的幂律关系（如 KM 缩放定律），模型性能可以显著提升。例如，GPT-3 和 PaLM 等模型分别扩展至1750亿和5400亿参数级别，以验证这种规模效应。研究者还探讨了如何在有限的计算预算下更高效地分配资源，比如 Chinchilla 模型通过增加训练数据量而非单纯增大模型尺寸来优化性能。

涌现能力（Emergent Abilities）：

当LLMs达到一定规模后，它们展现出了一些小型模型所不具备的特殊能力。这些“涌现”能力包括上下文学习，在未经过特定任务微调的情况下能够理解并响应复杂指令；以及对新任务的适应性，即基于给定的输入示例就能够推断出相应的输出模式。这表明大模型可能具有更强的泛化能力和生成多样、准确文本的能力。这种能力并非线性或连续地随模型尺度扩大而出现，而是当模型超过某个阈值时突然展现出显著超越小型模型的新技能。LLMs 所展示的三种典型新兴能力如下：
上下文学习（In-context Learning）：GPT-3 首次正式引入了这一概念，当向语言模型提供自然语言指令和/或多个任务示例后，即使没有进行额外训练或梯度更新，该模型也能通过完成输入文本的词序列生成测试实例的预期输出。
例如，在 GPT 系列模型中，参数规模达到1750亿的 GPT-3 在一般任务上表现出了强大的上下文学习能力，而较小规模的 GPT-1 和 GPT-2 则不具备这种能力。同时，不同任务对上下文学习的要求程度不一，如 GPT-3 在解决简单的算术任务时表现出色，但在处理特定复杂任务（如波斯语问答任务）时可能效果不佳。
指令跟随（Instruction following）：
通过使用多任务数据集并以自然语言描述的方式进行微调，LLMs 能够在新任务中遵循给出的指令执行任务，并且在没有显式示例的情况下展现出更好的泛化能力。实验表明，像 LaMDA-PT 这样的模型经过指令调优后，当模型大小达到 68B 时，其在未见过的任务上的性能显著优于未经调优的版本，而对于更小规模如 8B 以下的模型，则无法观察到同样的优势。
分步推理（Step-by-step reasoning）：
小型语言模型通常难以处理涉及多个推理步骤的复杂任务，比如数学文字问题。然而，通过采用链式思维（chain-of-thought, CoT）提示策略，LLMs 能够利用中间推理步骤的提示机制来解决此类任务。CoT 策略使得大模型（如超过60B参数的 PaLM 和LaMDA 变体）在执行需要逐步推理的问题时获得性能提升，尤其在参数量级超过100B时，相较于标准提示的优势更加明显。此外，对于不同的任务类型，CoT 带来的性能改善程度也会有所不同，例如在某些数学问题解答基准（如 GSM8K、MAWPS 和 SWAMP）上表现各异。这些能力可能与大规模模型在训练过程中接触到大量代码相关联，从而获得了相应的技能。