向AI转型的程序员都关注公众号 机器学习AI算法工程
-
你了解ReAct吗，它有什么优点？
-
解释一下langchain Agent的概念
-
langchain 有哪些替代方案？
-
langchain token计数有什么问题？如何解决？
-
LLM预训练阶段有哪几个关键步骤？
-
RLHF模型为什么会表现比SFT更好？
-
参数高效的微调（PEFT）有哪些方法？
-
LORA微调相比于微调适配器或前缀微调有什么优势？
-
你了解过什么是稀疏微调吗？
-
训练后量化（PTQ）和量化感知训练（QAT）有什么区别？
-
LLMs中，量化权重和量化激活的区别是什么？
-
AWQ量化的步骤是什么？
-
介绍一下GPipe推理框架
-
矩阵乘法如何做数量并行？
-
请简述TPPO算法流程，它跟TRPO的区别是什么？
-
什么是检索增强生成（RAG）？
-
目前主流的中文向量模型有哪些？
-
为什么LLM的知识更新很困难？
-
RAG和微调的区别是什么？
-
大模型一般评测方法及其准是什么？
-
什么是Kv cache技术，它具体是如何实现的？
-
DeepSpeed推理对算子融合做了哪些优化？
-
简述一下FlashAttention的原理
-
MHA、GQA、MQA三种注意力机制的区别是什么？
-
请介绍一下微软的ZeRO优化器
-
Paged Attention的原理是什么，解决了LLM中的什么问题？
-
什么是投机采样技术，请举例说明？
-
简述GPT和BERT的区别
-
讲一下GPT系列模型的是如何演进的？
-
为什么现在的大模型大多是decoder-only的架构？
-
讲一下生成式语言模型的工作机理
-
哪些因素会导致LLM中的偏见？
-
LLM中的因果语言建模与掩码语言建模有什么区别？
-
如何减轻LLM中的“幻觉”现象？
-
解释ChatGPT的“零样本”和“少样本”学习的概念
-
你了解大型语言模型中的哪些分词技术？
-
如何评估大语言模型（LLMs）的性能？
-
如何缓解LLMs复读机问题？
-
请简述下Transformer基本原理
-
为什么Transformer的架构需要多头注意力机制？
-
为什么transformers需要位置编码？
-
transformer中，同一个词可以有不同的注意力权重吗？
-
Wordpiece与BPE之间的区别是什么？
-
有哪些常见的优化LLMs输出的技术？
-
GPT-3拥有的1750亿参数，是怎么算出来的？
-
温度系数和top-p、top-k参数有什么区别？
-
为什么transformer块使用LayerNorm而不是BatchNorm？
-
介绍一下post layer norm和pre layer norm的区别
-
什么是思维链（CoT）提示？
-
你觉得什么样的任务或领域适合用思维链提示？
-
目前主流的开源模型体系有哪些？
-
prefix LM和causal LM区别是什么？
-
涌现能力是啥原因？
-
大模型LLM的架构介绍？
-
什么是LLMs复读机问题？
-
为什么会出现LLMs复读机问题？
-
如何缓解LLMs复读机问题？
-
llama输入句子长度理论上可以无限长吗？
-
什么情况下用Bert模型，什么情况下用LLama、ChatGLM类大模型，咋选？
-
各个专长领域是否需要各自的大模型来服务？
-
如何让大模型处理更长的文本？
-
为什么大模型推理时显存涨的那么多还一直占着？
-
大模型在gpu和cpu上推理速度如何？
-
推理速度上，int8和fp16比起来怎么样？
-
大模型有推理能力吗？
-
大模型生成时的参数怎么设置？
-
有哪些省内存的大语言模型训练/微调/推理方法？
-
如何让大模型输出台规化
-
应用模式变更
-
大模型怎么评测？
-
大模型的honest原则是如何实现的？
-
模型如何判断回答的知识是训练过的已知的知识，怎么训练这种能力？
-
奖励模型需要和基础模型一致吗？
-
RLHF在实践过程中存在哪些不足？
-
如何解决人工产生的偏好数据集成本较高，很难量产问题？
-
如何解决三个阶段的训练（SFT->RM->PPO）过程较长，更新迭代较慢问题？
-
如何解决PPO的训练过程中同时存在4个模型（2训练，2推理），对计算资源的要求较高问题？
-
如何给LLM注入领域知识？
-
如果想要快速检验各种模型，该怎么办？
-
预训练数据Token重复是否影响模型性能？
-
什么是位置编码？
-
什么是绝对位置编码？
-
什么是相对位置编码？
-
旋转位置编码RoPE思路是什么？
-
旋转位置编码RoPE有什么优点？
-
什么是长度外推问题？
-
长度外推问题的解决方法有哪些？
-
ALiBi（Attention with Linear Biases）思路是什么？
-
ALiBi（Attention with Linear Biases）的偏置矩阵是什么？有什么作用？
-
ALiBi（Attention with Linear Biases）有什么优点？
-
Layer Norm的计算公式写一下？
-
RMS Norm的计算公式写一下？
-
RMS Norm相比于Layer Norm有什么特点？
-
Deep Norm思路？
-
写一下Deep Norm代码实现？
-
Deep Norm有什么优点？
-
LN在LLMs中的不同位置有什么区别么？如果有，能介绍一下区别么？
-
LLMs各模型分别用了哪种Layer normalization？
-
介绍一下FFN块计算公式？
-
介绍一下GeLU计算公式？
-
介绍一下Swish计算公式？
-
介绍一下使用GLU线性门控单元的FFN块计算公式？
-
介绍一下使用GeLU的GLU块计算公式？
-
介绍一下使用Swish的GLU块计算公式？
机器学习算法AI大数据技术
搜索公众号添加： datanlp
长按图片，识别二维码
阅读过本文的人还看了以下文章：
整理开源的中文大语言模型，以规模较小、可私有化部署、训练成本较低的模型为主
基于40万表格数据集TableBank，用MaskRCNN做表格检测
《深度学习入门：基于Python的理论与实现》高清中文PDF+源码
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类
如何利用全新的决策树集成级联结构gcForest做特征工程并打分？
Machine Learning Yearning 中文翻译稿
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx