123,123,123

內(nèi)容簡(jiǎn)介

　　2023年ChatGPT火爆全球，以其為代表的人工智能大語言模型成為全球人工智能從業(yè)者關(guān)注的焦點(diǎn)。本書詳細(xì)介紹了構(gòu)建大語言模型的四個(gè)主要階段：預(yù)訓(xùn)練、有監(jiān)督微調(diào)、獎(jiǎng)勵(lì)建模和強(qiáng)化學(xué)習(xí)。每個(gè)階段都有算法、代碼、數(shù)據(jù)、難點(diǎn)及實(shí)踐經(jīng)驗(yàn)的詳細(xì)討論。本書以大語言模型的基礎(chǔ)理論開篇，探討了大語言模型預(yù)訓(xùn)練數(shù)據(jù)的構(gòu)建方法，以及大語言模型如何理解并服從人類指令，介紹了大語言模型的擴(kuò)展應(yīng)用和評(píng)估方法，為讀者提供了更全面的視野。本書旨在為對(duì)大語言模型感興趣的讀者提供入門指南，也可作為高年級(jí)本科生和研究生自然語言處理相關(guān)課程的補(bǔ)充教材。

作者簡(jiǎn)介

　　張奇復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院教授、博士生導(dǎo)師。主要研究方向是自然語言處理和信息檢索。兼任中國(guó)中文信息學(xué)會(huì)理事，中國(guó)中文信息學(xué)會(huì)信息檢索專委會(huì)常務(wù)委員，中國(guó)人工智能學(xué)會(huì)青年工作委員會(huì)常務(wù)委員。多次擔(dān)任ACL、EMNLP、COLING、全國(guó)信息檢索大會(huì)等重要國(guó)際、國(guó)內(nèi)會(huì)議的程序委員會(huì)主席、領(lǐng)域主席、講習(xí)班主席等。承擔(dān)國(guó)家重點(diǎn)研發(fā)計(jì)劃課題、國(guó)家自然科學(xué)基金、上海市科委等多個(gè)項(xiàng)目，在國(guó)際重要學(xué)術(shù)刊物和會(huì)議上發(fā)表論文150余篇，獲得美國(guó)授權(quán)專利4項(xiàng)。獲得WSDM 2014最佳論文提名獎(jiǎng)、COLING 2018領(lǐng)域主席推薦獎(jiǎng)、NLPCC 2019杰出論文獎(jiǎng)、COLING 2022杰出論文獎(jiǎng)。獲得上海市“晨光計(jì)劃”人才計(jì)劃、復(fù)旦大學(xué)“卓越2025”人才培育計(jì)劃等支持，獲得錢偉長(zhǎng)中文信息處理科學(xué)技術(shù)一等獎(jiǎng)、漢王青年創(chuàng)新一等獎(jiǎng)、上海市科技進(jìn)步二等獎(jiǎng)、ACM上海新星提名獎(jiǎng)、IBM Faculty Award等獎(jiǎng)項(xiàng)。桂韜復(fù)旦大學(xué)自然語言處理實(shí)驗(yàn)室副研究員、碩士生導(dǎo)師。研究領(lǐng)域?yàn)轭A(yù)訓(xùn)練模型、信息抽取和魯棒模型。在高水平國(guó)際學(xué)術(shù)期刊和會(huì)議上發(fā)表論文40余篇，主持國(guó)家自然科學(xué)基金、計(jì)算機(jī)學(xué)會(huì)、人工智能學(xué)會(huì)的多個(gè)基金項(xiàng)目。獲得錢偉長(zhǎng)中文信息處理科學(xué)技術(shù)一等獎(jiǎng)、中國(guó)中文信息學(xué)會(huì)優(yōu)秀博士論文獎(jiǎng)、COLING 2018最佳論文提名獎(jiǎng)、NLPCC 2019杰出論文獎(jiǎng)，入選第七屆中國(guó)科協(xié)青年人才托舉工程，入選上海市2023年度“科技創(chuàng)新行動(dòng)計(jì)劃”啟明星項(xiàng)目，獲得2023年度世界人工智能大會(huì)云帆獎(jiǎng)。鄭銳復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院博士生，導(dǎo)師為張奇教授。研究興趣包括大模型對(duì)齊、魯棒性等。MOSS-RLHF開源項(xiàng)目負(fù)責(zé)人，文本魯棒性評(píng)測(cè)工具TextFlint的核心貢獻(xiàn)者，在ACL、EMNLP、COLING等國(guó)際會(huì)議上發(fā)表學(xué)術(shù)論文十余篇。黃萱菁復(fù)旦大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院教授、博士生導(dǎo)師。主要從事人工智能、自然語言處理和信息檢索研究。兼任中國(guó)中文信息學(xué)會(huì)理事，中國(guó)計(jì)算機(jī)學(xué)會(huì)自然語言處理專委會(huì)副主任，中國(guó)人工智能學(xué)會(huì)女科技工作者委員會(huì)副主任，計(jì)算語言學(xué)學(xué)會(huì)亞太分會(huì)副主席，亞太信息檢索學(xué)會(huì)指導(dǎo)委員會(huì)委員。承擔(dān)國(guó)家重點(diǎn)研發(fā)計(jì)劃課題、國(guó)家自然科學(xué)基金等多個(gè)項(xiàng)目，在國(guó)際重要學(xué)術(shù)刊物和會(huì)議上發(fā)表論文180余篇。獲得錢偉長(zhǎng)中文信息處理科學(xué)技術(shù)一等獎(jiǎng)、上海市育才獎(jiǎng)、人工智能全球女性學(xué)者、福布斯中國(guó)科技女性等多項(xiàng)榮譽(yù)。

圖書目錄

第1章緒論 1
1.1 大語言模型的基本概念 1
1.2 大語言模型的發(fā)展歷程 4
1.3 大語言模型的構(gòu)建流程 8
1.4 本書的內(nèi)容安排 11
第2章大語言模型基礎(chǔ) 13
2.1 Transformer結(jié)構(gòu) 13
2.1.1 嵌入表示層 14
2.1.2 注意力層 16
2.1.3 前饋層 18
2.1.4 殘差連接與層歸一化 19
2.1.5 編碼器和解碼器結(jié)構(gòu) 20
2.2 生成式預(yù)訓(xùn)練語言模型GPT 25
2.2.1 無監(jiān)督預(yù)訓(xùn)練 26
2.2.2 有監(jiān)督下游任務(wù)微調(diào) 27
2.2.3 基于HuggingFace的預(yù)訓(xùn)練語言模型實(shí)踐 27
2.3 大語言模型的結(jié)構(gòu) 33
2.3.1 LLaMA的模型結(jié)構(gòu) 34
2.3.2 注意力機(jī)制優(yōu)化 40
2.4 實(shí)踐思考 47
第3章大語言模型預(yù)訓(xùn)練數(shù)據(jù) 49
3.1 數(shù)據(jù)來源 49
3.1.1 通用數(shù)據(jù) 50
3.1.2 專業(yè)數(shù)據(jù) 51
3.2 數(shù)據(jù)處理 52
3.2.1 質(zhì)量過濾 52
3.2.2 冗余去除 53
3.2.3 隱私消除 55
3.2.4 詞元切分 55
3.3 數(shù)據(jù)影響分析 61
3.3.1 數(shù)據(jù)規(guī)模 61
3.3.2 數(shù)據(jù)質(zhì)量 64
3.3.3 數(shù)據(jù)多樣性 66
3.4 開源數(shù)據(jù)集 68
3.4.1 Pile 68
3.4.2 ROOTS 71
3.4.3 RefinedWeb 73
3.4.4 SlimPajama 75
3.5 實(shí)踐思考 79
第4章分布式訓(xùn)練 80
4.1 分布式訓(xùn)練概述 80
4.2 分布式訓(xùn)練的并行策略 83
4.2.1 數(shù)據(jù)并行 84
4.2.2 模型并行 88
4.2.3 混合并行 96
4.2.4 計(jì)算設(shè)備內(nèi)存優(yōu)化 97
4.3 分布式訓(xùn)練的集群架構(gòu) 102
4.3.1 高性能計(jì)算集群的典型硬件組成 102
4.3.2 參數(shù)服務(wù)器架構(gòu) 103
4.3.3 去中心化架構(gòu) 104
4.4 DeepSpeed實(shí)踐 110
4.4.1 基礎(chǔ)概念 112
4.4.2 LLaMA分布式訓(xùn)練實(shí)踐 115
4.5 實(shí)踐思考 127
第5章有監(jiān)督微調(diào) 128
5.1 提示學(xué)習(xí)和語境學(xué)習(xí) 128
5.1.1 提示學(xué)習(xí) 128
5.1.2 語境學(xué)習(xí) 130
5.2 高效模型微調(diào) 131
5.2.1 LoRA 131
5.2.2 LoRA的變體 135
5.3 模型上下文窗口擴(kuò)展 137
5.3.1 具有外推能力的位置編碼 137
5.3.2 插值法 138
5.4 指令數(shù)據(jù)的構(gòu)建 141
5.4.1 手動(dòng)構(gòu)建指令 141
5.4.2 自動(dòng)構(gòu)建指令 142
5.4.3 開源指令數(shù)據(jù)集 146
5.5 DeepSpeed-Chat SFT實(shí)踐 147
5.5.1 代碼結(jié)構(gòu) 148
5.5.2 數(shù)據(jù)預(yù)處理 151
5.5.3 自定義模型 153
5.5.4 模型訓(xùn)練 155
5.5.5 模型推理 156
5.6 實(shí)踐思考 157
第6章強(qiáng)化學(xué)習(xí) 158
6.1 基于人類反饋的強(qiáng)化學(xué)習(xí) 158
6.1.1 強(qiáng)化學(xué)習(xí)概述 159
6.1.2 強(qiáng)化學(xué)習(xí)與有監(jiān)督學(xué)習(xí)的區(qū)別 161
6.1.3 基于人類反饋的強(qiáng)化學(xué)習(xí)流程 162
6.2 獎(jiǎng)勵(lì)模型 163
6.2.1 數(shù)據(jù)收集 164
6.2.2 模型訓(xùn)練 166
6.2.3 開源數(shù)據(jù) 167
6.3 近端策略優(yōu)化 168
6.3.1 策略梯度 168
6.3.2 廣義優(yōu)勢(shì)估計(jì) 173
6.3.3 近端策略優(yōu)化算法 175
6.4 MOSS-RLHF實(shí)踐 180
6.4.1 獎(jiǎng)勵(lì)模型訓(xùn)練 180
6.4.2 PPO微調(diào) 181
6.5 實(shí)踐思考 191
第7章大語言模型應(yīng)用 193
7.1 推理規(guī)劃 193
7.1.1 思維鏈提示 193
7.1.2 由少至多提示 196
7.2 綜合應(yīng)用框架 197
7.2.1 LangChain框架核心模塊 198
7.2.2 知識(shí)庫(kù)問答系統(tǒng)實(shí)踐 216
7.3 智能代理 219
7.3.1 智能代理的組成 219
7.3.2 智能代理的應(yīng)用實(shí)例 221
7.4 多模態(tài)大語言模型 228
7.4.1 模型架構(gòu) 229
7.4.2 數(shù)據(jù)收集與訓(xùn)練策略 232
7.4.3 多模態(tài)能力示例 236
7.5 大語言模型推理優(yōu)化 238
7.5.1 FastServe框架 241
7.5.2 vLLM推理框架實(shí)踐 242
7.6 實(shí)踐思考 244
第8章大語言模型評(píng)估 245
8.1 模型評(píng)估概述 245
8.2 大語言模型評(píng)估體系 247
8.2.1 知識(shí)與能力 247
8.2.2 倫理與安全 250
8.2.3 垂直領(lǐng)域評(píng)估 255
8.3 大語言模型評(píng)估方法 260
8.3.1 評(píng)估指標(biāo) 260
8.3.2 評(píng)估方法 267
8.4 大語言模型評(píng)估實(shí)踐 274
8.4.1 基礎(chǔ)模型評(píng)估 274
8.4.2 SFT模型和RL模型評(píng)估 277
8.5 實(shí)踐思考 282
參考文獻(xiàn) 284
索引 303