怎么做 废旧回收网站福田网站建设费用

怎么做 废旧回收网站,福田网站建设费用,禅城容桂网站制作,怎么做网站的项目预算文章梳理了大模型技术演进历程#xff0c;从2017年Transformer架构提出到当前GPT、BERT等模型的发展#xff0c;重点介绍了Transformer架构优化(MHA、MQA、GQA等)、MoE架构、多模态能力(视觉生成与理解)、模型轻量化(知识蒸馏、量化、剪枝)以及推理能力提升(CoT、强化学习)等…文章梳理了大模型技术演进历程从2017年Transformer架构提出到当前GPT、BERT等模型的发展重点介绍了Transformer架构优化(MHA、MQA、GQA等)、MoE架构、多模态能力(视觉生成与理解)、模型轻量化(知识蒸馏、量化、剪枝)以及推理能力提升(CoT、强化学习)等关键技术方向展示了大模型向高效化、多模态和轻量化发展的趋势。2017年谷歌在论文《Attention is All You Need》中提出Transformer架构[1]该模型由Encoder与Decoder两部分组成。此次Transformer的提出被视为自然语言处理NLP领域的分水岭为后续的大模型发展奠定了基础。在2018年6月Open AI推出GPT-11.17亿参数[2]采用Transformer 的Decoder-Only架构主要用于文本的生成同年10月谷歌发布BERT[3]采用Transformer的Encoder-Only架构通过遮蔽句子中的屏蔽词进行训练强化文本理解。在该时期BERT对比GPT-1的表现明显占据上风。2019年2月Open AI发布了GPT-215亿参数[4]。GPT-2在架构上与GPT-1基本保持相同相比GPT-1训练的数据集更多、参数更多、模型更大。但GPT-2的表现并没有多理想。同年10月谷歌推出了T5110亿参数[5]采用Transformer的encoder-decoder架构旨在将理解和生成统一到一个框架下。到了2020年OpenAI发布了GPT-3[6]其参数量达到1750亿训练数据量为45TB在多项自然语言处理任务上实现了显著的性能跃升。GTP-3模型的推出验证了将扩展神经网络对模型能力提升的有效性。在GPT-3等模型的推动下Decoder-only架构开始占据主流甚至逐渐主导了大语言模型的发展。Evolutionary tree of modern LLMs资料来源《Harnessing the Power of LLMs in Practice: A Survey on ChatGPT and Beyond》[7]经过数年的发展大模型在Transformer架构的创新不断涌现并在多模态、模型轻量化、推理能力增强等方向持续深化。具体而言大模型实现了从纯文本处理扩展到视觉、音频等多模态理解与生成通过模型压缩技术实现从大规模参数模型到轻量化模型的转化以及借助思维链、强化学习等技术显著提升大模型的推理能力与复杂任务解决的能力。1、Transformer架构的优化近年来针对 Transformer中不同组件的优化研究取得了显著进展。在FFN层、注意力层、位置编码、激活函数和归一化等模块方面涌现出系列有效的优化方法包括混合专家MoE、分组查询注意力GQA、旋转位置编码RoPE、SwiGLU激活函数、RMSNorm归一化等技术。其中MoE与MHA的改进已成为当前Transformer架构优化的重要方向。1MHA的改进谷歌在2019年首次提出Multi-Query Attention (MQA)[8]可以说是减少KV Cache的早期重要尝试。其思路是令所有Head共享同一组K和V从而将KV Cache减少到了原来的1/hh为Head个数。然而由于KV Cache压缩过于严重影响了模型效果。随后谷歌又提出了Grouped-Query Attention (GQA) [9]。作为一种折中方案GQA将所有Head分组组内的所有Q共享同一对K和V。DeepSeek在DeepSeek V2模型中提出了Multi-head Latent Attention (MLA)[10]。与GQAMQA基于共享KV的思路不同MLA通过低秩联合压缩技术将多头注意力中的键Key和值Value矩阵投影到低维潜在空间显著减少了KV Cache的存储和计算开销。从MHA演进为MQA、GQA与MLA其核心脉络始终是围绕“如何减少KV Cache同时尽可能地保证效果”展开。Simplified illustration of MHA、GQA、MQA、MLA资料来源:《DeepSeek-V2: A Strong, Economical, and Efficient Mixture-of-Experts Language Model》2MOEMixture-of-Experts架构大模型规模的持续扩展Scaling Law成为提升能力的主要路径。然而训练百亿甚至千亿参数模型所需的算力与成本极其高昂训练稳定性也面临严峻挑战。在此背景下MoE架构因其显著降低计算开销并提高参数利用率而受到高度关注成为国内外企业构建超大规模模型的重要技术选项。诸如天工大模型3.0、Abab6.5、Step-2、Hunyuan-Large、DeepSeek-V3等系列基于MOE架构的大模型相继推出。MOE架构与Transformer结合的核心思想是将传统Transformer模型的feed forward networkFFN层替换为MOE模块。该思路最早是由谷歌在Gshard模型中提出的[11]。随后谷歌又推出Switch Transformer、GlaM1.2万亿参数等模型[12][13]进一步验证了MOE架构在大模型规模化与高效化的潜力。2023年12月法国AI初创公司Mistral AI发布了Mistral 8*7B模型[14]其性超越包括 GPT-3.5在内的众多参数更多的模型显示出MoE架构在大模型研究中的潜力。从2023末起全球主流企业加速推出MoE架构的大模型。Illustration of a Switch Transformer encoder block:资料来源《Switch Transformers: Scaling to Trillion Parameter Models with Simple and Efficient Sparsity》2、多模态能力近年来图像、视频、音频等模态模态生成与理解模型迅速发展各大厂商相继推出了涵盖图像生成与理解、视频生成与理解、音频生成与理解以及音乐生成等多种任务的大模型。在当前发展阶段视觉类任务尤其是图像与视频的生成与理解进展尤为显著已成为多模态领域的重要突破口。本文将重点围绕视觉生成与理解方向系统阐述其主流采用的技术架构。1视觉生成近年来视觉生成技术取得了显著进展扩散模型Diffusion逐渐取代生成对抗网络GAN算法成为当前视觉生成的主流算法。事实上扩散模型早在2015年就已提出与GAN的提出时间2014年提出相近但其早期发展相对缓慢。随着DDPM、Latent Diffusion Models等后续模型的不断改进[15][16]扩散模型逐步被接纳并广泛应用于图像生成等多个领域。在此基础上研究者进一步借助Transformer架构强大的扩展性将Transformer与扩散模型深度融合显著提升了传统扩散模型的性能和可扩展性。《Scalable Diffusion Models with Transformers》论文提出的Diffusion TransformerDiT架构[17]用Transformer取代了传统Diffusion模型中的U-Net架构显著提升了模型的扩展性和性能。目前DiT架构已被众多前沿视觉生成模型所采用包括Stable Diffusion3、Qwen-Image、SeedDream 3.0 等图像生成模型以及SORA、可灵、HunyuanVideo、Pixverse等视频生成模型。The Diffusion Transformer (DiT) architecture资料来源《Scalable Diffusion Models with Transformers》2视觉理解尽管大语言模型LLM具备强大的文本生成和理解能力但是仅限于纯文本领域缺乏处理图像、视频和语音等其他模态的能力。一种常用的做法是基于训练好的LLM训练视觉理解模型形成了“视觉编码器Q-Former/MLP(模态对齐大语言模型”架构。该架构成为了当前视觉理解大模型的重要基础并被广泛应用于诸如VisualGLM、Qwen-VL、CogVLM、DeepSeek VL、Yi-VL等图像理解大模型以及Video-XL等视频理解模型中。“视觉编码器Q-Former/MLP(模态对齐大语言模型”架构的思路是将图像特征对齐到预训练语言模型。对于模型中预训练的视觉编码器的作用是提取图像特征常使用的视觉编码器有CLIP-VIT-L/14、EVA-CLIP-ViT-G/14、OpenCLIP-ViT-G/14等预训练的大语言模型通常使用的开源模型有Vicuna、LLaMA、Qwen、LLaMA-2等Q-Former/ MLP是在预训练的视觉编码器和LLM之间引入的可学习的connector[18][19]旨在将视觉模态的特征向量对齐到LLM文本向量空间中。An illustration of typical MLLM architecture:资料来源《A survey on multimodal large language models》[20]3、模型轻量化大模型的突破性进展在很大程度上遵循了缩放定律scaling1aw即随着模型大小、数据集大小、计算量的增加模型的性能会提高。随着大模型规模扩大其参数量已达到千亿甚至万亿级别。然而终端设备如手机、无人驾驶汽车、物联网设备上算力有限限制了这些“巨无霸”模型在终端上面的部署。在此情形下大模型小型化成为重要的发展趋势借助知识蒸馏、模型量化、剪枝等模型压缩技术实现在保持模型性能的同时减少模型的计算复杂度、参数数量和模型大小——1知识蒸馏知识蒸馏是机器学习中广泛采用的一种模型压缩方法有关知识蒸馏的概念是由辛顿等人在2015年发表的《Distilling the Knowledge in a Neural Network》论文中首次提出[21]。该方法的核心思想是将已经训练好的模型称为老师模型里的知识蒸馏提取/迁移到另一个模型称为学生模型里此处所迁移的知识是教师模型的Output layer(概率分布输出。The generic teacher-student framework for knowledge distillation资料来源《Knowledge Distillation: A Survey》[22]2模型量化模型量化的基本原理是将模型中用于存储权重和执行计算的高精度浮点数如32位浮点数FP32转换为低精度的整数如8位整数INT8或4位整数INT4。模型量化主要分为两大类① Post Training QuantizationPTQ在模型训练完成后进行该方法具有成本低、速度快的特点但精度损失风险较高。② Quantization Aware TrainingQAT在模型训练或微调过程中模拟量化操作让模型自己学会“适应”低精度表示。3模型剪枝模型剪枝旨在识别并移除神经网络中冗余或贡献较小的参数权重或整个结构单元以达到压缩模型、加速推理的目的。剪枝可以分为非结构化剪枝和结构化剪枝① 结构化剪枝该方法是对模型中的特定结构单元如层进行剪枝操作不会破坏模型的整体结构② 非结构化剪枝该方法随机对独立的权重或者神经元链接进行剪枝可能导致网络中出现不规则的稀疏结构。4、模型推理在OpenAI推出推理大模型o1之前大模型的推理能力通常通过COTChain of Thought、监督微调等技术进行提升。其中COT的提出可以说是大模型推理能力发展中的一个重要突破该方法由谷歌在2022年发布的论文《Chain of Thought Prompting Elicits Reasoning in Large Language Models》中首次提出[23]。COT主要是通过提示词来激发大模型的推理能力可通过添加“Lets think step by step”或者通过提供解题步骤两种方式来引入CoT。Chain-of-thought prompting enables large language models to tackle complex arithmetic, commonsense, and symbolic reasoning tasks资料来源《Chain of Thought Prompting Elicits Reasoning in Large Language Models》到了2024年9月OpenAI发布了推理大模型o1这是一个经过强化学习训练来执行复杂推理任务的新型语言模型。该模型通过引入大规模强化学习算法将模型思维展现为思维链显著提高了模型通用推理能力和对齐效果。自o1推出后强化学习成为提升大模型推理能力的主流方法。DeepSeek-R1、k0-math、QwQ-32B、Skywork-OR1等后续推出的推理大模型纷纷采用了强化学习算法[24]。当前推理大模型通常使用的强化学习算法包括PPO与GRPO。PPO算法是一种Actor-Critic的强化学习算法需要训练Reference Model、Reward Model、Value Model、Policy Model这四个模型。而GRPO最早在DeepSeekMath论文中被提出[25]。为了降低强化学习的成本DeepSeek团队在DeepSeek-R1模型中基于DeepSeek V3采用GRPO进行训练。该算法通过移除Value Model并使用基于群体的相对奖励进行基准估计从而简化了PPO算法进而有效减少了内存占用和计算成本。Demonstration of PPO and our GRPO​最后我在一线科技企业深耕十二载见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事早已在效率与薪资上形成代际优势我意识到有很多经验和知识值得分享给大家也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。我整理出这套 AI 大模型突围资料包✅AI大模型学习路线图✅Agent行业报告✅100集大模型视频教程✅大模型书籍PDF✅DeepSeek教程✅AI产品经理入门资料完整的大模型学习和面试资料已经上传带到CSDN的官方了有需要的朋友可以扫描下方二维码免费领取【保证100%免费】​​为什么说现在普通人就业/升职加薪的首选是AI大模型人工智能技术的爆发式增长正以不可逆转之势重塑就业市场版图。从DeepSeek等国产大模型引发的科技圈热议到全国两会关于AI产业发展的政策聚焦再到招聘会上排起的长队AI的热度已从技术领域渗透到就业市场的每一个角落。智联招聘的最新数据给出了最直观的印证2025年2月AI领域求职人数同比增幅突破200%远超其他行业平均水平整个人工智能行业的求职增速达到33.4%位居各行业榜首其中人工智能工程师岗位的求职热度更是飙升69.6%。AI产业的快速扩张也让人才供需矛盾愈发突出。麦肯锡报告明确预测到2030年中国AI专业人才需求将达600万人人才缺口可能高达400万人这一缺口不仅存在于核心技术领域更蔓延至产业应用的各个环节。​​资料包有什么①从入门到精通的全套视频教程⑤⑥包含提示词工程、RAG、Agent等技术点② AI大模型学习路线图还有视频解说全过程AI大模型学习路线③学习电子书籍和技术文档市面上的大模型书籍确实太多了这些是我精选出来的④各大厂大模型面试题目详解⑤ 这些资料真的有用吗?这份资料由我和鲁为民博士共同整理鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。所有的视频教程由智泊AI老师录制且资料与智泊AI共享相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。资料内容涵盖了从入门到进阶的各类视频教程和实战项目无论你是小白还是有些技术基础的这份资料都绝对能帮助你提升薪资待遇转行大模型岗位。智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念‌通过动态追踪大模型开发、数据标注伦理等前沿技术趋势‌构建起前沿课程智能实训精准就业的高效培养体系。课堂上不光教理论还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作把课本知识变成真本事‌​​​​如果说你是以下人群中的其中一类都可以来智泊AI学习人工智能找到高薪工作一次小小的“投资”换来的是终身受益应届毕业生‌无工作经验但想要系统学习AI大模型技术期待通过实战项目掌握核心技术。零基础转型‌非技术背景但关注AI应用场景计划通过低代码工具实现“AI行业”跨界‌。业务赋能 ‌突破瓶颈传统开发者Java/前端等学习Transformer架构与LangChain框架向AI全栈工程师转型‌。获取方式有需要的小伙伴可以保存图片到wx扫描二v码免费领取【保证100%免费】**​