了解更多的大型语言模型

大致内容前面几章围绕ChatGPT介绍了其原理，及许多相关的预训练大模型。当中部分对ChatGPT影响比较大的Reinforcement Learning、Prompt Learning，预训练做了介绍。后面专门介绍了GPT系列模型及一些算法。最后介绍了作者对ChatGPT未来展望、发展趋势及应用场景。

书中也分析了ChatGPT诞生于OpenAI的原因，是坚持、专注、专业，这也是一个小公司专、精的优势。Open AI专注于人工智能大模型这方面的研究，集中全部精力去攻破难题。Transformer是Google发明的，Meta也研究出不少成果，Google虽然有很多成果，有人才储备，包括Deep Mind，AlphaGo也挺惊艳的，这些巨大的优势，最后都没有转变成ChatGPT这样划时代的产品。

另外的启示就是书中提到OpenAI的一些策略，ChatGPT源于Transformer，也利用了其他一些模型的优势，怎么能够从前面那些模型走到最后的ChatGPT，比如加大参数量，对数据标注的重视，使用Reinforcement Learning、Prompt Learning进行训练，使之有质的变化，最后达到很好的效果，也值得从业者思考。

纵观整本书，对大语言模型有了更加深入的介绍，特别是对于非专业的读者，可以帮助了解模型预训练的很多细节。书中实战项目结构简洁，介绍了步骤和代码，代码很清晰，注释也清楚，对大语言模型落地应用比较有帮助。