今天我们再来写一篇关于大语言模型的实战应用——如何开发一个垂直领域的知识问答系统？ 1.原理 (1)基于传统技术的实现方案 在没有大语言模型之前，

最近的专栏都是在拆解大语言模型的内部实现及论文，我们再来写点儿偏工程实践的内容——LangChain。 1.LangChain简介 (1)如何实

1.Seq2Seq，Transformer的雏形 1.1.为什么会出现Seq2Seq？ 在神经概率语言模型NPLM出现后的很长一段时间，都是在这

1.问题：词嵌入的局限性 在《【chatGPT】学习笔记7-词的向量化，大语言模型的关键部件》中，我们了解了词嵌入。 获取词向量后，在向量空间中

人类的科学发展就是这样：每个十年百年就有一个天才振臂一呼，用一个理论解决那个时代的一个问题，同时成为下一个十年百年的天才理论的基石。 目前炙手

大家都在说chatGPT的本质是成语接龙——基于下一个词出现的概率，生成完整的句子，那么如何实现呢？ 今天我们来手撸一个上古GPT，理解一下其

红杉资本在2022年7月，发布了大语言模型洞察报告。一年后的今天回看这篇洞察报告，洞察地很准。 我们详细解读一下这份报告，从中提炼一些观点和知

上篇为大家建立了宏观的机器学习概念，下篇我们通过一个真实的机器学习任务来理解一下机器学习的微观逻辑。 1.机器学习任务介绍 前段时间，同事上班路

现在的热点是大语言模型，为什么我们还要了解机器学习？因为从机器学习到深度学习，再到如今的大语言模型，环环相扣。天底下没有新鲜事，并不是突然出

最近有小伙伴提意见，希望我的专栏能用小短篇的形式，将大模型相关知识通俗阐述一下。 特此请ChatGPT协助我一起将近几个月阅读的资料以笔记体记