2023年最流行的大型语言模型实例有哪些 第1张

已经占领了互联网。2023年1月，OpenAI的ChatGPT拥有1亿月活跃用户，创造了有史以来用户群增长最快的记录。对LLM的需求很高，因为有很多用例，例如：

通过对更多的数据进行训练，以及对使其能够理解语言的神经网络的改进，大型语言模型正在不断改进。

作为一项新技术，大型语言模型仍处于被应用于商业的早期阶段。可能不知道领先的大型语言模型例子的朋友可以阅读这篇文章来了解大型语言模型。

大型语言模型是深度学习神经网络，通过对大量文本的训练，可以理解、处理和产生人类语言。大型语言模型可以归类于，这是一个旨在理解、解释和生成自然语言的人工智能领域。

在训练过程中，LLM被输入数据（数十亿字）以学习语言中的模式和关系。语言模型的目的是根据前面的词来计算出下一个词的可能性。该模型接受一个提示，并使用它在训练期间学到的概率（参数）来产生一个反应。

如果你是大型语言模型的新手，请查看我们的《》一文。

像ChatGPT这样的大型语言模型是通过一个叫做监督学习的过程进行训练的。在训练过程中：

查看我们的文章，了解更多关于这个问题的信息。

我们在下表中介绍了领先的大型语言模型，其参数适合于企业采用。我们提供了一些关于最具影响力的模型的额外信息。

注意：参数数量和支持的语言等功能会根据语言模型的版本而改变。

来自Transformers的Bidirectional Encoder Representations，简称BERT，是谷歌在2018年发布的一个大型语言模型。BERT利用了谷歌在2017年推出的Transformer神经网络架构。

在引入BERT之前，NLP最常见的应用是（RNNs），它将输入文本看成是从左到右或从左到右和从右到左的组合。与旧的单向模型不同，BERT是双向训练的，这使它能够对语言的背景和流程有更深的认识。

GPT-3是Open AI最新的生成式预训练（GPT）模型，于2020年发布。GPT-3也是基于Transformer架构，它以无监督的方式进行预训练，通过零次、一次或几次的学习技术进行微调，使其适用于许多用例。

BLOOM是由BigScience发起的，是最大的开源模型中的一个多语言模型。BLOOM也有一个基于Transformer的架构，这是现代语言模型中最流行的选择。