大语言模型从概念到实现综述
计算与语言
2024-05-29 v2 人工智能
信息论
机器学习
math.IT
摘要
大语言模型 (LLM) 的最新进展，特别是基于 Transformer 架构构建的模型，显著拓宽了自然语言处理 (NLP) 应用的范围，超越了其在聊天机器人技术中的初始用途。本文研究了这些模型的多方面应用，重点强调了 GPT 系列。这一探索重点关注人工智能 (AI) 驱动的工具在变革编码和问题求解等传统任务方面的变革性影响，同时也为跨行业的研究与开发开辟了新路径。从代码解释和图像描述到促进交互式系统的构建和推进计算领域，Transformer 模型体现了深度学习、数据分析和神经网络设计的协同。本综述深入探讨了 Transformer 模型的最新研究，突出了其多功能性及其在变革多样化应用领域的潜力，从而为读者提供了基于 Transformer 的 LLM 在实际应用中的当前和未来全景的全面理解。
关键词
引用
@article{arxiv.2403.18969,
title = {A Survey on Large Language Models from Concept to Implementation},
author = {Chen Wang and Jin Zhao and Jiaqi Gong},
journal= {arXiv preprint arXiv:2403.18969},
year = {2024}
}
备注
Section 3 lacks to clarity and accuracy in defining the applications and capabilities of LLMs. More rework needs to be done on illustrate how LLMs being used in cross-domains