01课程介绍Introduction
1) 两种LLM(Large Language Models)
- Base LLM：根据训练数据自动预测下一个单词。例如：给定"Once upon a time, there was a unicorn"，LLM会自动生成下面的文章"that lived in a magical forrest with …“。但当给定一个问题"What is the capital of France"时，LLM预测的内容很可能是"What is France’s largest city”，因为LLM的语料库中可能包含网上的调查问卷，问卷中两个"What"的问题互为上下文。
- 指令学习LLM（Instruction Tuned LLM）。指令学习LLM在BaseLLM的基础上，用输入和输出来进一步微调模型，并采用RLHF令模型输出满足人类偏好的模型，输出更无害的结论。针对上述问题"What is France’s largest city"，指令学习更可能给出我们期望的答案"The capital of France is Paris"。由于指令学习LLM相比于LLM的上述优势，很多企业、研究机构已经开始从Base LLM向Iinstruction Tuned LLM转型。本课程系列将重点关注Instruction Tuned LLM。
2) 指令的重要性
很多情况下，LLM表现效果不好时由于指令不清晰造成的，为此学习怎样设计合适的prompt是至关重要的。课程下一节将会细述。
