Mark的AI产品经理知识库

这是一篇用于零基础入⻔大语言模型（Large，Language，Model,LLM)底层技术原理的⻜书文档。其最直接面向群体为非科班出身但想要了解AI技术原理的投资人，此外兼顾任何对ChatGPT等大语言模型感兴趣，希望入⻔了解大语言模型这件事，知道这个世界上正在发生什么的朋友。•虽然这篇文档号称“零⻔槛”，但人工智能在本质上是永远绕不开微积分、概率论和线性代数的。具备这些数学的基础，至少要了解导数和极小值、多元函数求微分的链式法则、条件概率，条件概率的链式展开与概率分布函数、向量于矩阵的意义及运算等，这些基本的数学知识对于读懂这篇文档非常重要，•这篇文档从浅到深，覆盖非常非常多的内容细节。从最基础的多层感知器MLP，到卷积神经网络CNN、循环神经网络RNN（及其变体LSTM和GRU）、强化学习RL，再到seq2seq架构、自监督学习，再到Transformer模型、GPT模型（及IFT、SFT、RLHF、思维链提示CoT）、BERT模型等，都会有所覆盖。•这篇文档会持续更新迭代，把关于LM的最新的技术进展及相关原理持续的搬运进来。

文档地址：https://qqs7y1hozd1.feishu.cn/wiki/QnPwwpKgKiGpFCkUrs7ciMIbnff