01

引言

近日，DeepSeek-R1 横空出世，全球AI股票应声暴跌。

他们打造了一款强大的推理模型，并将其开源。这款模型之强大，足以媲美OpenAI的o1模型，而成本却仅为后者的一小部分。他们的秘诀在于其大语言模型（LLM）的训练方式。

正因如此，今天我们将一步步解析这一训练过程，以期最终能够设计出激动人心的新方法，并像DeepSeek那样创造出更加强大的模型。

闲话少说，我们来研究一下吧！

02

Pre-training

大语言模型训练的第一阶段称为预训练。

预训练是一种无监督学习方法，帮助大模型掌握语言规则并构建世界认知框架。

在这个阶段，我们向模型输入大量无标注文本数据，使其自主理解：**
**

• **patterns in the language：**即词汇之间的常见搭配关系。例如，输入提示为"Over there, I see"时，模型很可能预测下一个词是"an"。

  

• the world model：基于数据分布，建立对实体在不同情境中出现概率的统计认知

为了实现这一目标，模型会通过损失函数不断调整自身参数，使其输出预期词汇而非当前错误预测。经过预训练得到的模型被称为"基础模型"（Base model）。

目前大多数基础模型都能在HuggingFace平台获取试用。不过这些模型通常不适合直接投入生产环境，因为它们还缺少后续优化步骤来提升实际应用表现。

‍

03

***SFT*‍

大模型训练的第二阶段称为****监督微调**（Supervised Fine-Tuning，SFT）**。

监督微调采用有监督学习方法，通过标注数据训练模型产生符合预期的输出行为。

经过预训练的基础模型通常存在诸多不足，SFT的核心目标就是优化模型输出质量（使其更符合人类预期）。

SFT主要实现两大提升：

• ***提升有用性：*例如，一个预训练模型可能正确回答了问题，但缺乏同理心。我们可以使用SFT来使其输出更具同理心。

  

• ***提升合规性：*基础模型可能生成有害内容，而SFT能有效过滤不当输出，使其拒绝回答"如何制作危险物品"等敏感问题。

  

监督微调（SFT）的最终目标，是让大语言模型具备更自然的对话能力，使其成为既实用又安全的对话型AI助手。经过这一阶段优化后的模型，我们称之为Instruct model（指令模型）。

04

***RLHF*‍
RLHF（基于人类反馈的强化学习）的目标是通过人类反馈使大语言模型（LLM）能够生成更有帮助的回答。在使用ChatGPT进行提示实验时，你一定见过某种形式的示意图：
人类用户选择哪个回答更好。这一信号被用来制定奖励机制，强化学习算法可利用该机制引导大语言模型生成更优的输出。

05

***总结*‍
以上就是大语言模型训练的三大阶段。如今，DeepSeek等公司已开始实现与OpenAI比肩的性能，同时开源其训练方法。这意味着我们可以探索如何调整训练流程的各个环节，从而彻底革新大语言模型的表现。

如何学习AI大模型？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高

那么针对所有自学遇到困难的同学们，我帮大家系统梳理大模型学习脉络，将这份 LLM大模型资料 分享出来：包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉[CSDN大礼包🎁：全网最全《LLM大模型入门+进阶学习资源包》免费分享（安全链接，放心点击）]()👈

学习路线

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓