大模型训练被分解成了预训练，监督调优，对齐等阶段。

先看预训练，预训练，即Pre-training。

预训练的目的是让模型学习语言的特性，主要是学习语言表达的流畅性和规则。

至于具体的语言任务，比如对话，角色扮演，信息抽取，翻译，阅读理解，问答等，则需要放到监督调优。

预训练是大模型的基础和核心，预训练阶段决定了模型的基础能力和上限。需要注意：

一、模型架构

1.1 模型架构

虽然业内普遍采用的是Decoder，但在词表、向量化、注意力、神经网络等各层依然有比较大的差异。基于时间、资源等方面考虑，可以从主流开源的大模型中选择一款作为参考。流程走通之后，再修改模型架构。

比如训练中文常规的大语言模型，可以从下面的列表中选择：

清华智谱的chatglm架构

百川的Baichuan模型架构

阿里的Qwen模型架构

零一万物的0-1模型架构

1.2模型参数量

理论上讲，最好选择可以承担的最大规模参数的模型。

当然，从实验的角度考虑，可以优选小一点的模型，逐步扩大模型参数规模。

比如，可以选择0.5B左右的参数量。

实际上，现在HuggingFace已经推出更小的参数规模，参考：

SmolLM：一个超快速、超高性能的小模型集合 (huggingface.co)huggingface.co/blog/zh/smollm

能力也不错：

二、训练数据

2.1 数据类型

​ 初次训练通用的大模型，不需要包括翻译、代码、数学等专业知识的大模型。可以筛选掉这些数据。

2.2 数据量

​ 根据数据和模型参数20倍比的关系，如果选择0.5B参数，则需要数据量：20*0.5B= 10B

​ 换算成1000 Token/sample，则需要：10*1，000,000,000/1000=10,000,000 samples，即不少于1千万行。据说是越多越好。

2.3数据从哪里来

理论上讲，学习过程应该包括： 百科，新闻、作文、小说、书籍、杂志、论文、中小学教材等。

可以不包括古文、古诗、歌词、代码等。

三、训练成本估算

如果选择0.5B参数，10B训练数据。

0.5B参数，需要的显存大小可以估算：40*0.5= 20GB，单张4090可以训练。按单张4090卡进行训练。

计算量=0.5_109*10*109_8=4*10^19

4090能力=83Tfloats = 83*10^12/s

训练时长：计算量/4090能力/GPU卡利用效率(0.3)/3600 = 446 hours

按租用4090一小时2.5元，预计成本1116元。

如果使用多张卡，比如4张，时长在120小时左右。

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】🆓