干货！开源一段论文探索之旅给大家

合集 · 技术之美 (7)

Description

*正式的论文讲解从19:35开始。

*50页完整PPT开源地址（所有论文链接附在PPT上）：https://w7py8ou4dk.feishu.cn/wiki/KacewdlmSiSGC9kUOKDch9gwnKf?from=from_copylink

视频时间线：
01:30 探索的缘起
07:25 怎么读论文？（用AI学AI）
10:20 辅助小工具和路书
19:35 Part 1：模型的范式变迁
故事要从1999年的第一颗GPU开始讲起
Brook: 用GPU进行计算 （2004.08）
AlexNet: 深度学习的开端（2012.10）
对序列建模：seq2seq和Attention的引入（2014.09）
蒸馏：模型能被学习吗？（2015.03）
ResNet: 比深更深（2015.12）
Transformer来了！拉开一个时代的序幕（2017.06）
AlphaGo Zero: 强化学习的突破（2017.10）
现代MoE的开端（2017.01）
CoT: Prompt Engineering的奠基之作（2022.01）
LoRA: 那个我们每天都在用的东西（2021.06）
ReAct: Agent从理论到落地（2022.10）
The Bitter Lesson: 过去70年的教训（2018.08）
01:52:58 Part 2：Infra与数据的变迁
ZeRO: 大规模的GPU并行计算（2019.10）
Scaling Law & Chinchilla: 上帝的指挥棒（2020.01 2022.03）
LAION-5B: 开源社区的英雄主义（2022.10）
The RefinedWeb: 互联网的数据也很够用（2023.06）
MegaScale: 万卡GPU集群的训练（2024.02）
02:21:29 Part 3：语言模型的发展
Word2Vec: 用机器学习将单词向量化（2013.01）
Google Translate: 神经网络的大规模线上部署（2016.09）
GPT-1，它来了（2018.06）
BERT: 曾经的王（2018.10）
GPT-2: 是时候告别微调了（2019.02）
GPT-3: ChatGPT来临前夜（2020.05）
InstructGPT: 给LLM以文明（2022.03）
Tulu 3: 后训练的开源（2024.11）
03:08:08 Part 4：多模态模型的发展
DeepVideo: 深度学习进入视频领域，Andrej 初出茅庐（2014.06）
双流网络: Karén和学术重镇牛津登场（2014.06）
图像生成的序章: GAN来了（2014.06）
Diffusion: 在GAN的阴影下，悄然成长（2015.03）
DDPM: Diffusion重回图像舞台的中央（2020.06）
ViT: 当图像遇到Transformer（2020.10）
CLIP: 文生图的奠基石（2021.03）
Stable Diffusion，它来了（2021.12）
DiT: 人们期待一个融合的未来（2022.12）
03:56:38 最后的聊天
架构抱住了硬件的大腿
今天技术的边界到达了哪？
给“站在AI世界门外张望的人”和“已经在体系中工作多年的人”的建议

版权归语言即世界工作室所有。