Happy LLM

大纲

第一章 NLP 基础概念 志学 Done

• 1.1 什么是 NLP
• 1.2 NLP 发展历程
• 1.3 NLP 任务
  • 1.3.1 中文分词
  • 1.3.2 子词切分
  • 1.3.3 词性标注
  • 1.3.4 文本分类
  • 1.3.5 实体识别
  • 1.3.6 关系抽取
  • 1.3.7 文本摘要
  • 1.3.8 机器翻译
  • 1.3.9 自动问答
• 1.4 文本表示的发展历程
  • 1.4.1 词向量
  • 1.4.2 语言模型
  • 1.4.3 Word2Vec
  • 1.4.4 ELMo

第二章 基础架构-Transformer 雨衡 Done

• 2.1 注意力机制
  • 2.1.1 注意力机制详解
  • 2.1.2 自注意力与多头注意力
  • 2.1.3 注意力掩码与因果注意力
• 2.2 Encoder-Decoder
  • 2.2.1 Seq2Seq 模型
  • 2.2.2 Encoder
  • 2.2.3 Decoder
• 2.3 Transformer
  • 2.3.1 Transformer 结构总览
  • 2.3.2 Tokenizer 与 Embedding 层
  • 2.3.3 位置编码
  • 2.3.4 Transformer 中的其他结构

第三章 预训练语言模型 Partly Done

• 3.1 Encoder-Only PLM
  • 3.1.1 BERT
    • （1）模型架构：Encoder Only
    • （2）预训练任务
    • （3）针对下游任务微调
  • 3.1.2 RoBERTa
  • 3.1.3 ALBERT
• 3.2 Encoder-Decoder PLM
  • 3.2.1 T5
    • （1）模型架构：Encoder-Decoder
    • （2）预训练任务
    • （3）大一统思想
  • 3.2.2 BART
  • 3.2.3 XLNet
• 3.3 Decoder-Only PLM
  • 3.3.1 GPT
    • （1）模型架构：Decoder Only
    • （2）预训练任务
    • （3）GPT 的发展历程
  • 3.3.2 LLaMA
    • （1）模型架构优化
    • （2）预训练数据
    • （3）LLaMA1 到 LLaMA2
  • 3.3.3 ChatGLM
    • （1）模型架构：Prefix-Decoder
    • （2）预训练数据
    • （3）ChatGLM 的发展历程

第四章 大语言模型 雨衡 Done

• 4.1 什么是 LLM
  • 4.1.1 LLM 的定义
  • 4.1.2 LLM 的能力
  • 4.1.3 LLM 的特点
• 4.2 训练 LLM 的三个阶段
  • 4.2.1 Pretrain
  • 4.2.2 SFT
  • 4.2.3 RLHF

第五章 预训练一个 LLM 志学 Done

• 5.1 模型架构-LLaMA Done
  • 5.1.1 LLaMA Attention
  • 5.1.2 LLaMA Decoder Layer
  • 5.1.3 LLaMA MLP
  • 5.1.4 LLaMA RMSNorm
  • 5.1.5 A Whole LLaMA
• 5.2 训练 Tokenizer
  • 5.2.1 Word-based Tokenizer
  • 5.2.2 Character-based Tokenzier
  • 5.2.3 Subword Tokenizer
    • （1）BPE
    • （2）Word Piece
    • （3）Unigram
  • 5.2.4 训练一个 Tokenizer
• 5.3 训练一个小型LLM
  • 5.3.1 训练Tokenizer
  • 5.3.2 数据预处理
  • 5.3.3 训练模型
  • 5.3.4 使用模型生成文本

第六章 训练 LLM

• 6.1 框架介绍
  • 6.1.1 transformers
  • 6.1.2 deepspeed
  • 6.1.3 peft
  • 6.1.4 trl
• 6.2 LLM Pretrain
  • 6.2.1 初始化 LLM
  • 6.2.2 预训练数据处理
  • 6.2.3 使用 Trainer 进行预训练
• 6.3 LLM SFT
  • 6.3.1 加载预训练模型
  • 6.3.2 微调数据处理
  • 6.3.3 使用 Trainer 进行微调
• 6.4 基于强化学习的偏好对齐
  • 6.4.1 DPO 训练
  • 6.4.2 KTO 训练
  • 6.4.3 GRPO 训练
• 6.5 高效微调-LoRA
  • 6.5.1 LoRA 原理
  • 6.5.2 使用 peft 进行 LoRA 微调

第七章 LLM 应用

• 7.1 LLM 的评测
  • 7.1.1 LLM 的评测方法
  • 7.1.2 主流的评测榜单
  • 7.1.3 特定的评测榜单
• 7.2 Prompt Engineering
  • 7.2.1 Prompt 书写的一般技巧
  • 7.2.2 Prompt 优化工具
• 7.3 RAG
  • 7.3.1 RAG 的基本原理
  • 7.3.2 搭建一个 RAG 框架
• 7.4 Agent
  • 7.4.1 Agent 的基本原理
  • 7.4.2 搭建一个 Multi-Agent 框架