多模態(tài)大模型：新一代人工智能技術(shù)范式

1 大模型全家桶 1
1.1 多模態(tài)大模型基本概念 3
1.1.1 多模態(tài) 4
1.1.2 大模型和基礎(chǔ)模型 4
1.1.3 多模態(tài)大模型 5
1.2 BERT技術(shù)詳解 6
1.2.1 模型結(jié)構(gòu) 6
1.2.2 預(yù)訓(xùn)練任務(wù) 10
1.2.3 下游應(yīng)用場(chǎng)景 13
1.3 ViT技術(shù)詳解 14
1.3.1 模型結(jié)構(gòu) 15
1.3.2 預(yù)訓(xùn)練任務(wù) 17
1.4 GPT系列 19
1.4.1 GPT-1結(jié)構(gòu)詳解 20
1.4.2 GPT-2結(jié)構(gòu)詳解 23
1.4.3 GPT-3結(jié)構(gòu)詳解 24
1.5 ChatGPT簡(jiǎn)介 28
1.5.1 InstructGPT 28
1.5.2 ChatGPT 32
1.5.3 多模態(tài)GPT-4V 37
1.6 中英雙語(yǔ)對(duì)話機(jī)器人ChatGLM 40
1.6.1 ChatGLM-6B模型 41
1.6.2 千億基座模型GLM-130B的結(jié)構(gòu) 43
1.7 百川大模型 46
1.7.1 預(yù)訓(xùn)練 47
1.7.2 對(duì)齊 51
1.8 本章小結(jié) 53
2 多模態(tài)大模型核心技術(shù) 54
2.1 預(yù)訓(xùn)練基礎(chǔ)模型 55
2.1.1 基本結(jié)構(gòu) 56
2.1.2 學(xué)習(xí)機(jī)制 57
2.2 預(yù)訓(xùn)練任務(wù)概述 59
2.2.1 自然語(yǔ)言處理領(lǐng)域的預(yù)訓(xùn)練任務(wù) 59
2.2.2 計(jì)算機(jī)視覺(jué)領(lǐng)域的預(yù)訓(xùn)練任務(wù) 59
2.3 基于自然語(yǔ)言處理的預(yù)訓(xùn)練關(guān)鍵技術(shù) 60
2.3.1 單詞表征方法 61
2.3.2 模型結(jié)構(gòu)設(shè)計(jì)方法 63
2.3.3 掩碼設(shè)計(jì)方法 63
2.3.4 提升方法 64
2.3.5 指令對(duì)齊方法 65
2.4 基于計(jì)算機(jī)視覺(jué)的預(yù)訓(xùn)練關(guān)鍵技術(shù) 67
2.4.1 特定代理任務(wù)的學(xué)習(xí) 68
2.4.2 幀序列學(xué)習(xí) 68
2.4.3 生成式學(xué)習(xí) 69
2.4.4 重建式學(xué)習(xí) 70
2.4.5 記憶池式學(xué)習(xí) 71
2.4.6 共享式學(xué)習(xí) 72
2.4.7 聚類(lèi)式學(xué)習(xí) 74
2.5 提示學(xué)習(xí) 75
2.5.1 提示的定義 76
2.5.2 提示模板工程 78
2.5.3 提示答案工程 81
2.5.4 多提示學(xué)習(xí)方法 82
2.6 上下文學(xué)習(xí) 85
2.6.1 上下文學(xué)習(xí)的定義 86
2.6.2 模型預(yù)熱 86
2.6.3 演示設(shè)計(jì) 88
2.6.4 評(píng)分函數(shù) 90
2.7 微調(diào) 91
2.7.1 適配器微調(diào) 92
2.7.2 任務(wù)導(dǎo)向微調(diào) 95
2.8 思維鏈 98
2.8.1 思維鏈的技術(shù)細(xì)節(jié) 99
2.8.2 基于自洽性的思維鏈 100
2.8.3 思維樹(shù) 103
2.8.4 思維圖 106
2.9 RLHF 110
2.9.1 RLHF技術(shù)分解 111
2.9.2 RLHF開(kāi)源工具集 114
2.9.3 RLHF的未來(lái)挑戰(zhàn) 115
2.10 RLAIF 115
2.10.1 LLM的偏好標(biāo)簽化 116
2.10.2 關(guān)鍵技術(shù)路線 118
2.10.3 評(píng)測(cè)118
2.11 本章小結(jié)119
3 多模態(tài)基礎(chǔ)模型 120
3.1 CLIP 122
3.1.1 創(chuàng)建足夠大的數(shù)據(jù)集 122
3.1.2 選擇有效的預(yù)訓(xùn)練方法 123
3.1.3 選擇和擴(kuò)展模型 124
3.1.4 預(yù)訓(xùn)練 124
3.2 BLIP 125
3.2.1 模型結(jié)構(gòu) 125
3.2.2 預(yù)訓(xùn)練目標(biāo)函數(shù) 126
3.2.3 標(biāo)注過(guò)濾 127
3.3 BLIP-2 128
3.3.1 模型結(jié)構(gòu) 129
3.3.2 使用凍結(jié)的圖像編碼器進(jìn)行視覺(jué)與語(yǔ)言表示學(xué)習(xí) 129
3.3.3 使用凍結(jié)的LLM進(jìn)行從視覺(jué)到語(yǔ)言的生成學(xué)習(xí) 130
3.3.4 模型預(yù)訓(xùn)練 131
3.4 LLaMA 132
3.4.1 預(yù)訓(xùn)練數(shù)據(jù) 132
3.4.2 網(wǎng)絡(luò)結(jié)構(gòu) 133
3.4.3 優(yōu)化器 134
3.4.4 高效實(shí)現(xiàn) 134
3.5 LLaMA-Adapter 134
3.5.1 LLaMA-Adapter的技術(shù)細(xì)節(jié) 136
3.5.2 LLaMA-Adapter V2 137
3.6 VideoChat 140
3.6.1 VideoChat-Text 142
3.6.2 VideoChat-Embed 143
3.7 SAM 146
3.7.1 SAM任務(wù) 149
3.7.2 SAM的視覺(jué)模型結(jié)構(gòu) 150
3.7.3 SAM的數(shù)據(jù)引擎 151
3.7.4 SAM的數(shù)據(jù)集 152
3.8 PaLM-E 153
3.8.1 模型結(jié)構(gòu)155
3.8.2 不同傳感器模態(tài)的輸入與場(chǎng)景表示 157
3.8.3 訓(xùn)練策略 158
3.9 本章小結(jié) 159
4 多模態(tài)大模型的應(yīng)用 160
4.1 視覺(jué)問(wèn)答 160
4.1.1 視覺(jué)問(wèn)答的類(lèi)型 161
4.1.2 圖像問(wèn)答 162
4.1.3 視頻問(wèn)答 179
4.1.4 未來(lái)研究方向 190
4.2 AIGC 191
4.2.1 GAN和擴(kuò)散模型 192
4.2.2 文本生成 194
4.2.3 圖像生成 198
4.2.4 視頻生成 203
4.2.5 三維數(shù)據(jù)生成 204
4.2.6 HCP-Diffusion統(tǒng)一代碼框架 204
4.2.7 挑戰(zhàn)與展望 209
4.3 具身智能 209
4.3.1 具身智能的概念 210
4.3.2 具身智能模擬器 212
4.3.3 視覺(jué)探索 216
4.3.4 視覺(jué)導(dǎo)航 219
4.3.5 具身問(wèn)答 223
4.3.6 具身交互 225
4.3.7 存在的挑戰(zhàn) 228
4.4 本章小結(jié) 231
5 多模態(tài)大模型邁向AGI 232
5.1 研究挑戰(zhàn) 233
5.1.1 缺乏評(píng)估準(zhǔn)則 233
5.1.2 模型設(shè)計(jì)準(zhǔn)則模糊 233
5.1.3 多模態(tài)對(duì)齊不佳 234
5.1.4 領(lǐng)域?qū)I(yè)化不足 234
5.1.5 幻覺(jué)問(wèn)題 236
5.1.6 魯棒性威脅 236
5.1.7 可信性問(wèn)題 238
5.1.8 可解釋性和推理能力問(wèn)題 242
5.2 因果推理 246
5.2.1 因果推理的基本概念 247
5.2.2 因果的類(lèi)型 251
5.2.3 LLM的因果推理能力 252
5.2.4 LLM和因果發(fā)現(xiàn)的關(guān)系 254
5.2.5 多模態(tài)因果開(kāi)源框架CausalVLR 255
5.3 世界模型 257
5.3.1 世界模型的概念 258
5.3.2 聯(lián)合嵌入預(yù)測(cè)結(jié)構(gòu) 261
5.3.3 Dynalang：利用語(yǔ)言預(yù)測(cè)未來(lái) 264
5.3.4 交互式現(xiàn)實(shí)世界模擬器 266
5.3.5 Sora：模擬世界的視頻生成模型 267
5.4 超級(jí)智能體AGI Agent 271
5.4.1 Agent的定義 272
5.4.2 Agent的核心組件 274
5.4.3 典型的AGI Agent模型 275
5.4.4 AGI Agent的未來(lái)展望 284
5.5 基于Agent的具身智能 286
5.5.1 具身決策評(píng)測(cè)集 287
5.5.2 具身知識(shí)與世界模型嵌入 288
5.5.3 具身機(jī)器人任務(wù)規(guī)劃與控制 289
5.6 本章小結(jié) 296