当前位置:首页 > 报告详情

刘群-大语言模型技术现状和发展趋势的思考-掘金.pdf

上传人: 张** 编号:159506 2024-04-05 25页 3.61MB

1、大语言模型技术现状与发展趋势的思考Thoughts on LLM Technology Trends刘群|华为诺亚方舟实验室语音语义首席科学家Content大模型技术概览及总体趋势 大语言模型先天能力发展趋势 大语言模型后天能力发展趋势大语言模型问题、风险和对社会的影响总结业界大模型概览 2023年是大模型爆发的一年 2023年又被称为AGI元年大模型已经深刻影响了AI 大模型还将深刻影响我们的社会decoder-only architecture unsupervised multitask learner in-context learning code pre-training gene

2、rative pre-training scaling the model size exploring scaling limits2022.03capable code model+codeGPT-1 GPT-2 GPT-3 Codex2018.06 2019.02 2020.05 2021.07GPT-42023.03strong reasoning ability multi-modal abilityGPT-3.52022.03ChatGPTcode-davinci-002+instruction text-davinci-002+RLHF text-davinci-003+chat

3、 gpt-3.5-turbo2022.03 2022.09 2023.03instruction following human alignment excellent comprehensive ability2020202320211-45-81-34-67-1011-12T5GPT-32019GPT-NeoX-20BCodeGenOPTMT-NLGT0 9-101-6GPT-4GShardUL2PaLMFlan-T5Flan-PaLMSparrowChatGPTPanGu-GopherGLaMmT5PanGu-PLUGBardLLaMALaMDACPM-2Publicly Availab

4、leCodexErnie 3.0Jurassic-1AnthropicWebGPT Ernie 3.0 TitanNLLBTk-Instruct CoherePythiaVicunaLuminousYaLMHyperCLOVA 11-12InstructGPTFLANYuan 1.0 2022GLMAlexaTMBLOOMmT0 BLOOMZGalatica OPT-IMLWeLMAlphaCodeChinchillaFalconCodeGeeXLLaMABenTsaoBaizeBELLEAlpaca LoraLawyer LLaMA+chatchat datadataInstructBLIP

5、Yulan-ChatZiya+tasktask datadataMultimodal models+tasktask datadata GuanacoKoala +tasktask datadataLLaMAAdapterVicunaAlpacaPandaPandaGPTChinese LLaMA+chatchat datadataCornucopia+tasktask datadataTaoLiChinese AlpacaChatMed+syntheticsynthetic datadataChinese VicunaLinly-Chinese-LLaMAOpen-Chinese-LLaMA

6、+tasktask datadataLAWGPTRLHFRLHFPKU-BeaverChatbridgeOpenFlamingo LLaVAVisionLLMMiniGPT-4Goat+chatchat datadataQiZhenGPTBiLLa+tasktask datadataContinue pre-trainingModel inheritance InstructionData inheritance tuningLawBilingualism EducationMath Finance MedicineParameter-efficient fine-tuningFull par

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要内容概括如下: 1. 2023年被视为大模型技术爆发的一年,大模型技术深刻影响了人工智能领域,并将深刻影响社会。 2. 大模型技术的发展趋势包括:模型规模不断扩大,模型架构不断优化,训练方式不断创新,以及多模态和行为交互能力的发展。 3. 大模型技术面临的问题和风险包括:幻象问题,超人智能和毁灭人类的风险,以及对社会的影响。 4. 文章中提到的一些核心数据包括:GPT-4模型参数量达到1750亿,训练所使用的算力达到5.76×10^23 FLOPs,以及模型训练的尺度定律(Scaling Law)等。 5. 文章还提到了一些大模型技术的应用,如智能体、多智能体涌现社会化行为等。 6. 文章最后总结了大模型技术的发展趋势、能力、问题、风险和对社会的影响。
大模型技术如何影响未来社会? 如何解决大模型中的幻象问题? 大模型技术将如何改变科学研究?
客服
商务合作
小程序
服务号
折叠