我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
- BERT (Bidirectional Encoder Representations from Transformers) 模型是 Google 2018 年提出的模型，而 RoBERTa (Robustly Optimized BERT Pretraining Approach) 模型是 BERT 的進階版，由 Meta 於 2019 年提出
- RoBERTa 不使用 WordPiece Tokenization，而是使用 Byte-Pair Encoding (BPE)
- 本章節要介紹的模型是 KantaiBERT，是一種 BERT 模型的變形，是 RoBERTa 的縮小版，其使用 Masked Language Modeling (MLM) 做訓練，它的概念就是克漏字填空，詳如 AI說書 - 從0開始 - 130 所述
- 我們使用的 KantaiBERT 模型有 83504416 個參數，包含 6 Layers 與 12 Heads (蒸餾版 BERT, DistilBERT)，與當今大型語言模型相比，尺寸偏小，但好處是訓練過程可以加速看到成果，此外如果模型是要放在智慧型手機中，那麼蒸餾版就是一種考慮選項
