<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>大模型基础 - 合集 - Aphros的博客</title><link>https://blog.papergate.top/collections/%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%9F%BA%E7%A1%80/</link><description>我的个人博客</description><generator>Hugo 0.161.1 &amp; FixIt v0.4.0-alpha.3-20251225101113-8ffb9a95</generator><language>zh-CN</language><lastBuildDate>Sun, 07 Dec 2025 18:34:38 +0800</lastBuildDate><atom:link href="https://blog.papergate.top/collections/%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%9F%BA%E7%A1%80/index.xml" rel="self" type="application/rss+xml"/><item><title>大模型基础~03.Prompt 工程</title><link>https://blog.papergate.top/posts/%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%9F%BA%E7%A1%80~03.prompt-%E5%B7%A5%E7%A8%8B/</link><pubDate>Tue, 26 Aug 2025 15:29:02 +0800</pubDate><guid>https://blog.papergate.top/posts/%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%9F%BA%E7%A1%80~03.prompt-%E5%B7%A5%E7%A8%8B/</guid><description>随着模型训练数据规模和参数数量的持续增长，大语言模型突破了泛化瓶颈，并涌现出了强大的指令跟随能力。泛化能力的增强使得模型能够处理和理解多种未知任务，而指令跟随能力的提升则确保了模型能够准确响应人类的指令。</description></item><item><title>大模型大模型基础~02.大语言模型架构</title><link>https://blog.papergate.top/posts/%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%9F%BA%E7%A1%80~02.%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E6%9E%B6%E6%9E%84/</link><pubDate>Fri, 22 Aug 2025 10:25:05 +0800</pubDate><guid>https://blog.papergate.top/posts/%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%9F%BA%E7%A1%80~02.%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E6%9E%B6%E6%9E%84/</guid><description>随着数据资源和计算能力的爆发式增长，语言模型的参数规模和性能表现实现了质的飞跃，迈入了大语言模型（Large Language Model, LLM）的新时代。大语言模型不仅仅是模型规模的庞大，也涵盖了训练数据规模的庞大，以及由此衍生出的模型能力的强大。</description></item><item><title>大模型大模型基础~01.概述</title><link>https://blog.papergate.top/posts/%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%9F%BA%E7%A1%80~01.%E6%A6%82%E8%BF%B0/</link><pubDate>Fri, 22 Aug 2025 10:24:09 +0800</pubDate><guid>https://blog.papergate.top/posts/%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%9F%BA%E7%A1%80~01.%E6%A6%82%E8%BF%B0/</guid><description>本合集是关于大数据基础这本书的，这本书是一个Github 项目，访问该项目即可获取其最新版的电子书。</description></item></channel></rss>