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。
本章的改進重點將放在 OpenAI Transformer 模型的架構上，分別為：
- Decoder Only：第 2 章中所述的原始 Transformer 包含編碼器和解碼器堆疊，第 5 章，透過 BERT 進行微調，介紹了 BERT，一個僅編碼器的堆疊，本章將介紹僅解碼器堆疊，您可能會問自己，什麼數學邏輯或證明導致選擇這些配置，事實上是毫無邏輯，Transformer 模型的開發涉及經驗數據驅動的見解、硬體約束和評估，這解釋了為什麼它們會透過建築師的直覺和創造性思維不斷發展。
- Scale：規模仍然是 Transformer 的關鍵特徵，正如您將在本節中發現的那樣，GPT 模型的大小有所增加，為什麼？目標是捕獲單字和上下文之間的許多依賴關係，根據上下文，一個字可以有多種不同的意思，例如，動詞 eat 看起來很簡單，但我們很快就發現有人可以吃某物，或者某物可以吃，有人可能想吃，不吃，或者也許吃，這個清單幾乎是無窮無盡的！我們可以建立許多參數來表達這些微妙之處，那麼問題就變成了找到正確數量的參數，太多的參數可能成本高昂且無用，參數太少可能會降低準確性，透過反覆試驗可以獲得正確數量的參數。
- Task Generalization：如果一個模型是針對特定任務進行訓練的，那麼它就是特定於某任務的，然而，當面對潛在的數百個任務時，我們無法想像創造數百個特定於任務的模型！這就是 OpenAI GPT 模型等生成式 AI 模型的用武之地，Transformer 已經在龐大的資料集上進行了訓練，透過設計 Prompt 開始句子，其他人或 GPT 將透過產生「回應」來繼續句子。
- New Terminology：隨著最新技術的出現，新名詞不斷出現，例如大型語言模型 (LLM)、生成式人工智慧 (Generative AI) 和基礎模型 (Foundation Models)，不要讓自己被這些術語淹沒，就像其他新名詞一樣，要習慣它們以及它們所代表的概念，例如，OpenAI GPT 模型現在擁有數十億個參數來處理自然語言，因此，它們是“大型語言模型”，GPT 模型可以繼續一個句子，這解釋了為什麼它們是生成式 AI 模型，GPT 模型可以處理文字、影像和聲音，我們可以根據他們的能力建立數百個任務，這使它們成為我們可以用來建立其他系統的基礎模型。
