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。
本章繼續本書的旅程，帶領讀者進一步了解 Transformer 不斷增長的力量，透過前面的章節所獲得的理論和實務知識提供了足夠的 Transformer 模型專業知識，讓您享受本章中的尖端模型的樂趣。
我們將首先了解 ChatGPT 模型在開發人員和最終用戶日常生活中的巨大改進和傳播，我們將看到 GPT 是一種通用技術：GPT 是可以應用於廣泛領域的 GPT。
本章將研究生成式 AI GPT 模型架構的改進，我們將研究使用訓練有素的 Transformer 模型的零樣本挑戰，幾乎不需要對下游任務的模型參數進行微調。
然後，我們將開始使用 GPT-4 API、超參數，並實作幾個自然語言處理範例，最後，我們將學習如何使用檢索增強生成（RAG）來獲得更好的結果，我們將使用 GPT-4 實現自動化 RAG 的範例。
