LLM入门课#04-大模型的微调技术
大家经常会听到大模型这个概念，实际上这些通用大模型的训练非常依赖硬件的资源情况，你可能听过某某公司又买了几百张卡用于模型训练，某公司又构建了一个多大的数据中心，这些对于我们普通人来说是非常不容易的。下面有一张图用来展示一个模型构建过程中所占用的资源情况，除了模型本身的参数之外，还有梯度、优化器的状态等其他的需要占用到资源的情况。
所以，微调是一个非常关键的技术，通过少量的资源在你的特定任务上进行训练。一些技术会稍微更新修改其中的一些参数，另外一些技术中会在原有的模型基础上添加一些层来完成，通过这种方式来避免模型出现的灾难性遗忘的问题。适合于特定任务的训练，比如a适合问答，b适合总结。
相当于原先有个基础模型，基础模型有基础的认知能力，在这个基础模型上，对各个子任务进行微调，微调之后可以让你们的模型整体非常强大，每次当有不同的任务来到的时候，模型就会适配使用不同的头部。