Lecture1 引言
两种大语言模型(LLMs,Large Language Models):
- Base LLM:
Predicts next word, based on text training data - Instruction Tuned LLM:
Tries to follow instructions
Lecture2 指南
使用Chatgpt的两个原则:
-
编写明确和具体的指令
-
使用明确的分隔符(不指定)将需要概括的内容将问题分离,防止错误执行待处理文本中疑似指令的文字
-
给予少量训练样本
-
给模型足够的时间思考
-
指定完成任务所需要的步骤
-
指示模型在匆忙做出结论之前思考解决方案
Models Limitations:
Lecture3 迭代
Lecture4 摘要
- 模型可用于总结长文本以帮助更好的快速阅读核心信息,即生成摘要
Lecture5 推理
Lecture6 转换(翻译)
- 可用于文档的语法校对等
Lecture7 扩展
-
模型的“温度”选择:
-
可将其理解为Bing设定响应的语气,越精确意味着Temperature更接近于0,这也是Chatgpt3.5的默认值,但显然Bing的默认值并不为0
Lecture8 聊天机器人
Lecture9 总结
- Finally,
本笔记只是该课程的部分总结,建议观看DeepLearning.AI的原视频。
B站参考链接