2024-03-26 AIGC-大模型学习路线

摘要:

2024-03-26 AIGC-大模型学习路线

大模型学习路线

建议先从主流的Llama开始，然后选用中文的Qwen/Baichuan/ChatGLM，先快速上手体验prompt工程，然后再学习其架构，跑微调脚本

如果要深入学习，建议再按以下步骤，从更基础的GPT和BERT学起，因为底层是相通的，而且实际落地到一个系统中，应该也是大模型结合小模型（大模型在做判别性的任务上，比BERT优势不是特别大）

可以参考如下方案，按需学习。

一、简述

按个人偏好总结了学习目标与路径，后续将陆续整理相应学习资料，并输出学习笔记。

内容将同步更新在我的博客园文章https://www.cnblogs.com/justLittleStar以及Github仓库：DayDreamChaser/LLMLanding: Learning LLM Implementaion and Theory for Practical Landing (github.com)

学习思路： 快速应用Transformer等轮子来微调和使用LLM，同时深入学习NLP预训练模型原理和推理部署（因为偏底层的东西变化不大）

学习目标

• 熟悉主流LLM（Llama, ChatGLM, Qwen）的技术架构和技术细节；有实际应用RAG、PEFT和SFT的项目经验
• 较强的NLP基础，熟悉BERT、GPT、Transformer、T5等预训练语言模型的实现，有对话系统相关研发经验
• 掌握TensorRT-LLM、vLLM等主流推理加速框架，熟悉模型量化、FlashAttention等推理加速技术方案，对分布式训练DeepSpeed框架有实战经验
• 熟悉Pytorch，具备扎实的深度学习和机器学习基础，基本掌握C/C++、Cuda和计算机系统原理

参考项目

torchkeras

• llm-action

参考书籍

• 大规模语言模型：从理论到实践
• ChatGPT原理与实战

Alt text

参考课程

• 面向开发者的LLM入门课程（吴恩达课程-中文版）github.com/datawhalechi
• 普林斯顿-COS 597G (Fall 2022): Understanding Large Language Modelscs.princeton.edu/course
• 斯坦福-CS324 - Large Language Modelsstanford-cs324.github.io

教程

• Huggingface Transformers官方课程 huggingface.co/learn/nl
• Transformers快速入门（快速调包BERT系列）transformers.run/

学习方式

• 力求快速应用 （先调包，再深入学习）
• 在实践中动手学习，力求搞懂每个关键点
• 【原理学习】+【代码实践】 + 【输出总结】

基础知识

• 视频课程
  • 吴恩达机器学习入门：coursera.org/learn/mach
  • 李沐讲AI：space.bilibili.com/1567
  • 台大李宏毅-机器学习: speech.ee.ntu.edu.tw/~h
  • 斯坦福NLP cs224n: web.stanford.edu/class/
• 书籍
  • 深度学习入门：基于Python的理论与实践, numpy实现MLP、卷积的训练
  • 《深度学习进阶：自然语言处理》：numpy实现Transformers、word2vec、RNN的训练
  • Dive In Deep Learning(动手学深度学习)： d2l.ai/
  • 《神经网络与深度学习》：nndl.github.io/
  • 《机器学习方法》：李航的NLP相关的机器学习 + 深度学习知识（按需选学）
• 强化学习
  • 强化学习教程-蘑菇书EasyRL（李宏毅强化学习+强化学习纲要）: datawhalechina.github.io
  • 动手学强化学习: github.com/boyu-ai/Hand
• 博客
  • 苏剑林科学空间：信息时代下的文章 - Scientific Spaces

学习纲要

应用：

1、Zero Shot / Few Shot 快速开箱即用

• Prompt调优:
  • 上下文学习In-Context Learning, ICL
  • 思维链 Chain of Thought, COT
• RAG (Retrieval Augmented Generation)
  • 基于文档分块、向量索引和LLM生成，如Langchain文档问答

2、领域数据-指令微调LLM

• PEFT (Parameter-Efficient Fine-Tuning):
  • LORA (Low-Rank Adaption of LLMs)
  • QLORA
  • SLORA
  • P-Tuning v2

参数高效的微调，适合用于纠正模型输出格式（PEFT上限不高，并向LLM输入的知识有限）

• SFT (Supervised Fintuning):
  • 全参数监督微调，使用prompt指令样本全量微调LLM（可以注入新的领域知识）
  • 需要控制样本配比（领域数据 + 通用数据）

3、对齐

• 对齐人类偏好 (RLHF)：
  • RewardModel 奖励模型 （排序标注，判断答案价值）
  • RL (PPO， 更新SFT模型)

专注基于强化学习的大语言模型对齐，有前景的方向是SuperhumanAI AutoALign

4、预训练

• 小模型预训练 (GPT2, TinyLlama)不考虑训练参数规模较大的语言模型

5、训练推理优化

• 模型量化
• 推理加速
• 蒸馏
• 推理框架（vLLM、TensorRT-LLM、Llama.cpp）

二、学习目录

第1章 技术与需求分析

1.1 技术分析

• LLM的发展历程与趋势
• 开源LLM生态
  • Llama系列
  • Mistral / Mixtral-8X7B-MOE ：mistral.ai/news/mixtral
  • ChatGLM / Baichuan / Qwen

1.2 市场需求分析

• 需求和就业市场分析
  • 预训练、对齐
  • 微调、应用
  • 推理加速
• 商业落地分析(2C、2B应用场景)

第2章 ChatGPT背景与原理

2.1 ChatGPT的工作原理

• 预训练与提示学习阶段
• 结果评价与奖励建模阶段
• 强化学习阶段

2.2 算法细节

• 标注数据
• 建模思路

第3章 预训练语言模型

3.1 Transformer

• 论文
  • 《Attention Is All Your Need》
• 解析:
  • 图解Transformer：jalammar.github.io/illu
  • 详解Transformer原理：cnblogs.com/justLittleS
• 实战
  • Torch代码详解和训练实战：cnblogs.com/justLittleS

3.2 GPT

• GPT论文
  • GPT-1：Improving Language Understanding by Generative Pre-Training
  • GPT-2: Language Models are Unsupervised Multitask Learners
  • GPT-3：Language Models are Few-Shot Learners
  • GPT-4：GPT-4 Technical Report(openai.com)
• 解析
  • GPT2图解：jalammar.github.io/illu
  • GPT2图解（中文）：cnblogs.com/zhongzhaoxi
  • GPT3分析：How GPT3 Works - Visualizations and Animations
  • GPT原理分析：cnblogs.com/justLittleS
• 推理
  • GPT2模型源码阅读系列一GPT2LMHeadModel
  • 60行代码实现GPT推理（PicoGPT）：cnblogs.com/justLittleS
  • 动手用C++实现GPT：ToDo, 参考：CPP实现Transformer
• 训练
  • 训练GPT2语言模型：基于Transformers库-Colab预训练GPT2
  • Transformers库GPT实现分析：ToDo
  • MiniGPT项目详解-实现双数加法：blog.csdn.net/wxc971231
• NanoGPT项目详解
  • 代码分析：zhuanlan.zhihu.com/p/60
  • 训练实战：莎士比亚数据训练, ToDo
• GPT2微调-文本摘要实战
  • 数据预处理模块
  • GPT-2模型模块
  • 模型训练和推理模块

3.3 BERT

• 原理
  • BERT可视化：A Visual Guide to Using BERT for the First Time
  • BERT原理：cnblogs.com/justLittleS
• 实战
  • BERT结构和预训练代码实现：ToDo
  • BERT预训练实战：动手学深度学习-BERT预训练 Colab
  • 基于HuggingFace的BERT预训练：
  • BERT微调：
    • 文本分类
    • BERT-CRF NER
    • BERT+指针网络（UIE）信息抽取
    • 文本摘要/问答
    • 相似性检索: SimCSE-BERT
  • 衍生系列
    • RoBERTa / ALBERT / DistillBERT

3.4 T5系列

• T5-Pegasus对话摘要微调
• PromptClue关键词抽取微调

3.5 UniLM

• UniLM模型介绍
• 基于夸夸闲聊数据的UniLM模型实战

第4章 提示学习与大型语言模型

4.1 提示学习PromptLearning

• 提示学习介绍
• 提示模板设计
• 答案空间映射设计

4.2 上下文学习 ContextLearning

• 上下文学习介绍
• 预训练阶段提升上下文
• 推理阶段优化上下文

4.3 指令数据构建

• 手动和自动构建指令
• 开源指令数据集
• 基于提示的文本情感分析实战: github.com/liucongg/Cha

第5章 开源大型语言模型

5.1 Mistral

• Mistral 7B Tutorial: datacamp.com/tutorial/m
• Mistral-8X7B-MOE的模型结构
• Mistral -8X7B-MOE源码解析
• Mistral-7B微调

5.2 Llama

• Llama1
  • Llama1源码深入解析: zhuanlan.zhihu.com/p/64
• Llama2
  • Llama2的优化
  • Llama2源码解析
  • llama 2详解： zhuanlan.zhihu.com/p/64
  • Llama2-6B微调

5.3 ChatGLM

• ChatGLM简介
• ChatGLM-6B微调
  • ChatGLM2微调保姆级教程: zhuanlan.zhihu.com/p/64

第6章 LLM微调

6.1 全量指令微调SFT

6.2 高效微调PEFT

LORA系列

• LoRA（Low Rank Adapter）
  • ChatGLM-6B: zhuanlan.zhihu.com/p/62
  • ChatGLM2微调保姆级教程: zhuanlan.zhihu.com/p/64
  • ChatGLM3-6B微调
• QLoRA
  • 用bitsandbytes、4比特量化和QLoRA打造亲民的LLM:cnblogs.com/huggingface
• AdaLoRa
• SLoRA

其他

• P-Tuning V2介绍
• P-Tuning v2微调实战

实战

• HuggingFace PEFT库详解
• Deepspeed-Chat SFT 实践

第7章 大型语言模型预训练

7.1 预训练模型中的分词器

• BPE详解
• WordPiece详解
• Unigram详解
• SentencePiece详解
• MinBPE实战和分析：github.com/karpathy/min

7.2 分布式训练

• 分布式训练概述
• 分布式训练并行策略
• 分布式训练的集群架构
• 分布式深度学习框架
  • Megatron-LM详解
  • DeepSpeed详解
• 实践
  • 基于DeepSpeed的GLM预训练实战
  • 基于DeepSpeed的LLaMA 分布式训练实践

7.3 MOE混合专家模型

• 基础概念
• Mixstral-8X7B-MOE-介绍
• 相关论文

第8章 LLM应用

8.1 推理规划

• 思维链提示（Chain-of-Thought Prompting）
  • 论文
  • 实战
• 由少至多提示（Least-to-Most Prompting）

8.2 综合应用框架

• LangChain框架核心模块
  • 9个范例带你入门langchain: zhuanlan.zhihu.com/p/65
• 知识库问答实践

8.3 智能代理AI Agent

• 智能代理介绍
  • LLM Powered Autonomous Agents: lilianweng.github.io/po
• 智能代理的应用实例

第9章 LLM加速

9.1 注意力优化

• FlashAttention系列
• PagedAttention
  • 深入理解 BigBird 的块稀疏注意力: cnblogs.com/huggingfacehf.co/blog/big-bird

9.2 CPU推理加速

• Llama.c应用与代码详解
• Llama.cpp应用与代码详解
• ChatGLM.cpp应用与代码详解

9.3 推理优化框架

• vLLM推理框架实践
• TensorRT-LLM应用与代码详解

9.4 训练加速

第10章 强化学习

10.1 强化学习概述

10.2 强化学习环境

10.3 强化学习算法

• Q-learning算法
• DQN算法
• Policy Gradient算法
• Actor-Critic算法

第11章 PPO算法与RLHF理论实战

11.1 近端策略优化算法PPO

• PPO：Proximal Policy Optimization Algorithms 论文
• PPO介绍
  • 广义优势估计
  • PPO算法原理剖析
  • PPO算法对比与评价
  • 使用PPO算法进行RLHF的N步实现细节: cnblogs.com/huggingface
• PPO实战
  • 基于PPO的正向情感倾向性 github.com/liucongg/Cha

11.2 基于人类反馈的强化学习RLHF

• InstructGPT模型分析
  • InstructGPT：Training language models to follow instructions with human feedback
• 论文RLHF：Augmenting Reinforcement Learning with Human Feedback
• RLHF的流程
  • RLHF内部剖析
    • 详解大模型RLHF过程（配代码解读） zhuanlan.zhihu.com/p/62
  • RLHF价值分析
  • RLHF问题分析
  • 数据收集与模型训练
• RLHF实践
  • 数据预处理模块
  • 模型训练\生成\评估
  • zhuanlan.zhihu.com/p/63
• MOSS-RLHF 实践
  • 奖励模型训练
  • PPO 微调

第12章 类ChatGPT实战

12.1 任务设计

12.2 数据准备

• 基于文档生成问题任务的类 github.com/liucongg/Cha
  • SFT阶段
  • RM阶段
  • RL阶段

第13章 语言模型训练数据

13.1 数据来源

• 通用数据
• 专业数据

13.2 数据处理

• 低质过滤
• 冗余去除
• 隐私消除

13.3 数据影响分析

• 数据规模影响
• 数据质量影响
• 数据多样性影响

13.4 开源数据集合

• Pile
• ROOTS
• RefinedWeb
• SlimPajama

第14章 大语言模型评估

14.1 模型评估概述

14.2 大语言模型评估体系

• 知识与能力
• 伦理与安全
• 垂直领域评估

14.3 大语言模型评估方法

• 评估指标
• 评估方法

14.4 大语言模型评估实践

• 基础模型评估
• SFT/RL 模型评估

第15章 多模态大模型

• 多模态大模型调研
• 实战

第16章 大模型原生应用

16.1 落地调研

• 应用分析
  • 提供大模型基础服务：ChatGPT、Gemini、文心一言和GLM4等，主要面向ToC/ToB提供chat能力（内容创作、代码开发等），通过会员收费或按Token计费
  • ToB提供成套解决方案
  • 集成现有接口二次开发，应用开发
  • 开源模型增量预训练、全量微调、高效微调，行业内落地

模型最终还需落地解决实际问题，创造价值：优化现有问题、满足、甚至创造用户需求。

总的来说，就是规模化、自动化人的工作，替代人工，批量化、大规模生成或提供服务。

16.2 应用分析

一些思考

在企业里面做7B、13B量级的微调，主要就是在搞数据、样本，技术壁垒不高。预训练壁垒高，因为需要烧钱堆经验。

在这个日新月异的时代，如何紧跟行业主流发展，并具备不可替代性是个难题：

• 稀缺（不可替代性）
• 稳定（业务和表层技术天天变，但底层的理论变化不大）
• 需求持续（最好是类似衣食住行的刚需，否则技术 过时/热度褪去/不达预期，泡沫崩溃）
• 不能越老越吃香（放到绝大多数行业都适用：不能经验积累，持续长期创造价值）
• 壁垒（技术、业务、资本上有垄断）

尽量往底层和工程化上靠，学习相对不变的技术（理论上变化很难），迁移到稳定或有前景的行业，不断提升自己的学习效率：

• 计算机系统知识（训练、推理、开发，模型推理部署工程化）
• 数学（深入学习并实践）

参考:

想学习大语言模型(LLM)，应该从哪个开源模型开始？ - 知乎