AI论文综述：语言模型是无监督多任务学习者（GPT-2）
freeCodeCamp.org3193 字 (约 13 分钟)
92
GPT-2证明仅通过无监督的下一词预测训练，大语言模型可自发涌现出多任务能力，无需任务特定微调即可实现翻译、问答和摘要等功能。
入选理由：GPT-2在800万网页文本上训练，参数量达15亿，首次展示零样本迁移能力。
精选文章#GPT-2#大语言模型#零样本学习#Transformer英文
人物
Alec Radford
别名：@AlecRad
GPT-2论文主要作者之一，深度学习与生成模型专家。
相关材料
已收录 3 条与 Alec Radford 相关的内容，按评分排序。
AI论文解读：通过生成式预训练提升语言理解（GPT-1）
freeCodeCamp.org2226 字 (约 9 分钟)
87
GPT-1 提出通过无监督生成式预训练加任务微调的两阶段方法，显著提升自然语言理解能力，奠定大模型发展基础。
入选理由：GPT-1 采用无监督预训练与有监督微调结合的两阶段范式，提升多任务NLP性能。
精选文章#GPT#Transformer#NLP#预训练模型#OpenAI英文
talkie was created by @status_effects and @DavidDuvenaud and @AlecRad
Simon Willison(@simonw)136 字 (约 1 分钟)
30
该推文仅提及名为 'talkie' 的项目由三位开发者创建，无技术细节、功能说明或上下文，信息密度极低。
入选理由：未说明 talkie 是什么类型的产品或技术
精选推文#AI#工具#开源中文