资料来自李宏毅老师《生成式 AI》课程，如有侵权请通知下线
Introduction to Generative AI 2024 Spring
摘要
这一系列的作业是为 2024 年春季的《生成式 AI》课程设计的，共包含十个作业。每个作业都对应一个具体的主题，例如真假难辨的世界、AI 应用开发、AI催眠大师、LLM 微调等。
承接上一讲：
https://blog.csdn.net/chenchihwen/article/details/144005688?spm=1001.2014.3001.5501第二阶段 “名师指点，发挥潜力”
该文档主要讲述大型语言模型的训练过程，特别是第二阶段 “名师指点，发挥潜力” 的相关内容，包括督导式学习（Supervised Learning）和指令微调（Instruction Fine - tuning）等方法，以及不同训练路线（打造专才模型和通才模型）的特点与发展。具体如下：
幻灯片主要内容总结
摘要说明
- 督导式学习与指令微调
- 人类老师教导模型，通过提供问题和答案来训练，如 “台湾最高的山是哪座？”“玉山” 等，但人力成本高且难以收集大量资料。在这个过程中，输入包含 “USER” 和 “AI” 的对话格式，模型逐步预测下一个词，训练方式为督导式学习，同时涉及资料标注工作。
- 关键在于利用第一阶段的参数作为初始参数，这样可以避免与第一阶段参数差异过大，从而在预训练（Pre - train）基础上进行指令微调，如 GPT - 3、PaLM 等模型。还介绍了 Adapter（如 LoRA）等技术，可在少量资料情况下进行优化。
- 模型的 “举一反三” 能力
- 以在多种语言上预训练后的模型为例，如 Multi - BERT，在学习了英文阅读能力测试后，能自动应用于中文阅读能力测试，展示了模型强大的迁移学习能力。
- 训练路线分化
- 打造一堆专才模型（路线一）
- 针对不同任务训练专门的模型，如翻译专才、摘要专才、编修专才等，仅使用对应任务的训练资料。以 BERT 系列为例，介绍了其在不同常见任务（如单句子分类、成对标句子分类、问答任务等）中的应用及微调方式。
- 直接打造一个通才模型（路线二）
- 收集涵盖各种任务的大量标注资料进行预训练，使模型学会多种技能，如翻译、编修、摘要等，并能处理组合任务。例如 FLAN（Finetuned Language Net）、T0 等模型，在多个任务类型上进行训练和测试，展示了通才模型的性能表现。还提到了 Chain - of - thought finetuning、Multi - task instruction finetuning 等技术提升模型推理和泛化能力，以及 Instruct GPT 在指令微调中的数据使用情况。
- 打造一堆专才模型（路线一）
- 指令微调的重要性及相关实践
- 强调 Instruction Fine - tuning 的关键作用，如 Meta 在训练中发现高质量的 Instruction Fine - tuning 资料对提升结果有显著影响，适量的高质量标注数据（如数万条）就能达到较好效果。
- 介绍了 Self - Instruct 方法，即先让 ChatGPT 想任务，再根据任务生成输入和答案，用于生成 Instruction Fine - tuning 资料。同时指出以 ChatGPT 为逆向工程对象存在风险，如违反 OpenAI 使用条款中的相关规定（如禁止反向编译、利用服务输出开发竞争模型、非法提取数据等）。
- 模型开源与发展趋势
- Meta 开源了 LLaMA，引发了一系列基于其的模型开发，如 Alpaca、Vicuna 等，开启了人人可微调大型语言模型的时代，模型在不同领域（如中文、多模态、数学、金融、医学、法律、双语等）得到进一步发展和应用，如 Open - Chinese - LLaMA、MiniGPT - 4、ChatMed、LAWGPT 等。还提及了不同模型在数据集、训练代码、评估方式、训练成本等方面的差异。
幻灯片内容
幻灯片 1：模型学习阶段与问题引出
- 页面内容：回顾大型语言模型修炼的三个阶段，重点指出当前模型虽从网络资料学习了很多知识，但缺乏使用方法，如同有上乘内功却不会运用，从而引出人类老师教导的必要性。
- 摘要说明：承上启下，在总结前期模型学习情况的基础上，提出模型面临的新问题，为后续介绍人类指导下的训练方式做铺垫，强调从单纯数据学习向有指导学习的过渡。
幻灯片 2：督导式学习过程
- 页面内容：详细展示人类老师教导模型的示例，包括问题（如 “台湾最高的山是哪座？”“你是谁？”“教我骇入邻居家的 Wifi” 等）和相应答案，同时呈现模型在处理这些问题时的输入输出过程，如对 “台湾最高的山是哪座？” 逐步预测出 “玉”“山”“[END]” 等，解释了督导式学习中资料标注的情况，以及输入中 “USER” 和 “AI” 的作用。
- 摘要说明：通过具体实例深入剖析督导式学习的操作流程，让读者清晰了解模型如何在人类老师提供的样本下进行学习，以及这种学习方式的细节和特点，包括数据格式、预测顺序等。
幻灯片 3：督导式学习的局限性
- 页面内容：阐述督导式学习面临的人力成本高和资料收集量有限的问题，以 “如果输入出现「最」，就回答「玉山」” 为例，说明模型可能过度依赖简单规则，无法应对复杂情况，如 “世界最深的海沟在哪？”，强调仅靠人类老师教导难以实现全面有效的训练。
- 摘要说明：分析督导式学习方式在实际应用中的不足之处，从人力和模型表现两个方面进行探讨，突出需要新的训练策略来克服这些局限，为引入预训练和指令微调等方法提供背景。
幻灯片 4：预训练与指令微调的关键
- 页面内容：强调预训练阶段参数作为指令微调初始参数的重要性，说明使用第一阶段参数作为起点，能使模型在少量人类标注资料的情况下进行优化，不会与第一阶段参数差异过大，以 GPT - 3、PaLM 为例，介绍在这个过程中如何结合任何文字资料和人类标注资料进行训练，同时提及 Adapter（如 LoRA）技术在其中的作用。
- 摘要说明：详细解释预训练和指令微调相结合的训练机制，突出初始参数的关键作用，阐述如何在保证模型既有知识基础上，通过少量有针对性的标注数据进一步提升模型性能，使读者理解模型训练过程中不同阶段参数的利用和优化方式。
幻灯片 5：模型的迁移学习能力
- 页面内容：以 Multi - BERT 为例，展示在多种语言上预训练后的模型强大的迁移学习能力，如学习英文阅读能力测试后能自动应用于中文阅读能力测试，体现模型在不同语言和任务间举一反三的能力，通过实验数据（如不同模型在中英文问答任务中的 EM 和 F1 分数）进一步说明这种能力的效果。
- 摘要说明：通过具体模型和实验数据，生动呈现大型语言模型在多语言预训练后的迁移学习优势，让读者直观感受到模型的泛化能力及其在实际应用中的价值，拓展对模型学习能力的认识。
幻灯片 6：训练路线分化 - 专才模型
- 页面内容：介绍训练路线中的第一种，即打造一堆专才模型，针对不同任务（如翻译、编修、摘要等）使用仅包含对应任务的训练资料进行训练，以 BERT 系列为例，详细说明其在单句子分类、成对标句子分类、问答任务等常见任务中的微调方式和应用场景，展示不同任务下模型的训练和输出特点。
- 摘要说明：系统阐述专才模型的训练理念、方法和应用，以 BERT 系列为典型案例，深入剖析其在各类具体任务中的工作方式，使读者清晰了解针对特定任务打造专业模型的流程和优势。
幻灯片 7：训练路线分化 - 通才模型
- 页面内容：阐述直接打造通才模型的路线，收集涵盖各种任务的大量标注资料进行预训练，使模型学会多种技能（如翻译、编修、摘要等）并能处理组合任务，以 FLAN（Finetuned Language Net）、T0 等模型为例，展示其在多个任务类型（如自然语言推理、阅读理解、闭卷问答、翻译等）上的训练和性能表现，提及 Chain - of - thought finetuning、Multi - task instruction finetuning 等技术对通才模型推理和泛化能力的提升作用，以及 Instruct GPT 在指令微调中的数据来源和使用情况。
- 摘要说明：全面介绍通才模型的训练模式、技术手段和实际表现，通过多个模型实例和任务类型，深入分析通才模型如何在广泛的任务领域中实现能力的综合提升，使读者理解打造通用型模型的策略和效果。
幻灯片 8：指令微调的重要性与实践
- 页面内容：再次强调 Instruction Fine - tuning 在模型训练中的关键作用，以 Meta 的实践为例，说明高质量的 Instruction Fine - tuning 资料对提升模型结果的重要性，适量的高质量标注数据（数万条）就能达到较好效果，介绍 Self - Instruct 方法，即先让 ChatGPT 想任务，再根据任务生成输入和答案，用于生成 Instruction Fine - tuning 资料，同时指出以 ChatGPT 为逆向工程对象存在违反 OpenAI 使用条款的风险，如禁止反向编译、利用服务输出开发竞争模型、非法提取数据等。
- 摘要说明：深入探讨指令微调环节的重要意义、实践方法和潜在风险，从数据质量、生成方式到法律合规性等多方面进行分析，使读者认识到指令微调在模型优化中的核心地位以及在实施过程中需要注意的问题。
幻灯片 9：模型开源与发展趋势
- 页面内容：介绍 Meta 开源 LLaMA 引发的一系列模型开发，如 Alpaca、Vicuna 等，展示了基于 LLaMA 的模型在不同领域（如中文、多模态、数学、金融、医学、法律、双语等）的进一步发展和应用，列出不同模型在数据集、训练代码、评估方式、训练成本等方面的差异，呈现人人可微调大型语言模型时代的模型发展生态。
- 摘要说明：概述模型开源后的发展态势，通过列举多种基于开源模型的衍生模型及其特点，展示模型在不同领域的拓展和创新，使读者了解当前大型语言模型领域的多元化发展格局和开源带来的广泛影响。
https://arxiv.org/abs/2303.18223