推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

大参数模型-核心引擎

更新时间:2026-06-07 11:54:43 大小:16K 上传用户:江岚查看TA发布的资源 标签:大参数模型 下载积分:2分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

一、什么是大参数模型

大参数模型是人工智能领域中,参数数量达到数十亿甚至千亿万亿级别的深度学习模型,是基于深度学习的 Transformer 架构发展而来的产物。参数是深度学习模型中存储知识的核心单元,参数数量的增长,直接带来了模型对复杂模式学习能力、对通用知识存储能力的跃迁,让人工智能从专用走向通用成为可能。

不同于传统针对特定任务训练的小参数模型,大参数模型具备更强的泛化能力,无需针对每一个下游任务重新训练,只需要通过少量样本提示微调,就能适配翻译、文本生成、代码编写、图像识别、语音合成等数十种不同任务,因此也成为当前通用人工智能(AGI)发展的核心载体。

二、大参数模型的发展历程

大参数模型的发展是一个沿着算力提升-架构创新-数据积累三条主线逐步推进的过程:

萌芽阶段(2017-2019):架构突破开启大模型之路

2017Google团队发表论文《Attention Is All You Need》,提出Transformer架构,通过自注意力机制解决了传统循环神经网络长距离依赖不足的问题,为大参数模型的 scaling (规模化扩展)奠定了架构基础。2018OpenAI推出GPT-1,参数规模仅1.17亿,首次验证了预训练加微调的范式;2019GPT-2推出,参数规模提升到15亿,首次展现出大模型生成连贯文本的能力,让行业意识到参数增长带来的能力提升。

爆发阶段(2020-2022):参数竞赛涌现千亿级模型

2020OpenAI推出GPT-3,参数规模达到1750亿,首次证明千亿参数模型能够涌现出小参数模型不具备的复杂推理、上下文学习能力,引爆了全球范围内的大参数模型研发热潮。随后Google推出PaLM系列模型,参数规模最高达到5400亿;国内也先后推出智源悟道、盘古大模型、通义千问、文心一言等不同参数规模的大模型,行业进入快速扩张期。


部分文件列表

文件名 大小
大参数模型-核心引擎.docx 16K

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载