大型语言模型：修订间差异
创建页面，内容为“'''大型语言模型'''（英语：large language model，LLM），也称'''大语言模型'''，是由具有大量参数（通常数十亿个权重或更多）的人工神经网络组成的一类语言模型，使用自监督学习或半监督学习对大量未标记文本进行训练。大语言模型在2018年左右出现，并在各种任务中表现出色。 尽管这个术语没有正式的定义，但它通常指的是参数数量在数十亿或更多…” |
小无编辑摘要 |
||
| （未显示同一用户的3个中间版本） | |||
| 第6行： | 第6行： | ||
== 本地部署模型 == | == 本地部署模型 == | ||
通常使用的文件格式是 | 通常使用的文件格式是 [[GGUF]]，Instruct 和 Base 这两个术语描述的是模型的训练阶段和功能定位，如果需要研究模型底层能力选择 Base，如果想要快速实现对话与执行任务选择 Instruct。 | ||
== 训练与推理 == | |||
通常来说，参数量越大，模型知识越丰富，整体性能越强。 | |||
温度、top-k、top-p等虽然也被叫作“参数”，但它们影响的是模型在推理阶段的表现结果。 | |||
== 另请参阅 == | == 另请参阅 == | ||
* [https://zh.wikipedia.org/wiki/%E5%A4%A7%E5%9E%8B%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B 大型语言模型 - 维基百科，自由的百科全书] | * [https://zh.wikipedia.org/wiki/%E5%A4%A7%E5%9E%8B%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B 大型语言模型 - 维基百科，自由的百科全书] | ||
* {{使用搜索引擎搜索}} | |||
{{默认排序:Dayuyan Moxing}} | |||
[[分类:信息技术]] | |||