README

✨ News: 我们开源了一款多智能体开发框架Agent-Kernel，让大家轻松玩转大规模多智能体系统！一百个智能体在自己的笔记本电脑上就能跑起来哦~
科研、毕设、大创、SRTP都是让人眼前一亮的创新神器！
Github 地址: https://github.com/ZJU-LLMs/Agent-Kernel 快来看看吧！

大模型基础


 
  



  
  
  
 --


本书旨在为对大语言模型感兴趣的读者系统地讲解相关基础知识、介绍前沿技术。作者团队将认真听取开源社区以及广大专家学者的建议，持续进行月度更新，致力打造易读、严谨、有深度的大模型教材。并且，本书还将针对每章内容配备相关的Paper List，以跟踪相关技术的最新进展。

本书第一版包括传统语言模型、大语言模型架构演化、Prompt工程、参数高效微调、模型编辑、检索增强生成等六章内容。为增加本书的易读性，每章分别以一种动物为背景，对具体技术进行举例说明，故此本书以六种动物作为封面。当前版本所含内容均来源于作者团队对相关方向的探索与理解，如有谬误，恳请大家多提issue，多多赐教。后续，作者团队还将继续探索大模型推理加速、大模型智能体等方向。相关内容也将陆续补充到本书的后续版本中，期待封面上的动物越来越多。

当前完整的本书PDF版本路径为大模型基础.pdf。另外，我们还提供了两个文件夹，大语言模型分章节内容文件夹中包含了各章节的PDF版本。而大语言模型相关论文文件夹中包含了各章节的相关论文，当前正处于不断更新中。

其中每个章节的内容目录如下表所示。

 本书目录


    
        章节
        所含内容
    
    
        第 1 章：语言模型基础
        1.1 基于统计方法的语言模型
        1.2 基于 RNN 的语言模型
        1.3 基于 Transformer 的语言模型
    
    
        1.4 语言模型的采样方法
        1.5 语言模型的评测
        
    
    
        第 2 章：大语言模型
        2.1 大数据 + 大模型 → 新智能
        2.2 大语言模型架构概览
        2.3 基于 Encoder-only 架构的大语言模型
    
    
        2.4 基于 Encoder-Decoder 架构的大语言模型
        2.5 基于 Decoder-only 架构的大语言模型
        2.6 非 Transformer 架构
    
    
        第 3 章：Prompt 工程
        3.1 Prompt 工程简介
        3.2 上下文学习
        3.3 思维链
    
    
        3.4 Prompt 技巧
        3.5 相关应用
        
    
    
        第 4 章：参数高效微调
        4.1 参数高效微调简介
        4.2 参数附加方法
        4.3 参数选择方法
    
    
        4.4 低秩适配方法
        4.5 实践与应用
        
    
    
        第 5 章：模型编辑
        5.1 模型编辑简介
        5.2 模型编辑经典方法
        5.3 附加参数法：T-Patcher
    
    
        5.4 定位编辑法：ROME
        5.5 模型编辑应用
        
    
    
        第 6 章：检索增强生成
        6.1 检索增强生成简介
        6.2 检索增强生成架构
        6.3 知识检索
    
    
        6.4 生成增强
        6.5 实践与应用
        
    







 致谢

本书的不断优化，将仰仗各位读者的帮助与支持。您的建议将成为我们持续向前的动力！

所有提出issue的人，我们都列举在此，以表达我们深深的谢意。




如果有此书相关的其他问题，请随时联系我们，可发送邮件至：[email protected]。