主要观点总结
本文翻译了Sebastian Raschka的“New LLM Pre-training and Post-training Paradigms”，介绍了四个大型语言模型（LLM）的预训练和后训练方法。这四个模型分别是阿里巴巴的Qwen 2、苹果的苹果智能基础模型(AFM)、谷歌的Gemma 2和Meta的Llama 3.1。
关键观点总结
关键观点1: 阿里巴巴的Qwen 2预训练和后训练方法
Qwen 2模型预训练在7万亿训练数据上进行，并采用了两阶段预训练方法。后训练采用了监督指令微调（SFT）和直接偏好优化（DPO）。
关键观点2: 苹果的AFM预训练和后训练方法
AFM模型注重数据质量而非数量，在预训练过程中使用了核心预训练、持续预训练和上下文扩展三个阶段。后训练结合了监督微调、人工标注数据和合成数据，并采用了多种偏好调优算法。
关键观点3: 谷歌的Gemma 2预训练和后训练方法
Gemma 2模型注重开发相对较小且高效的LLMs。预训练过程中采用了知识蒸馏和滑动窗口注意力机制。后训练包括监督微调（SFT）和带有人类反馈的强化学习（RLHF）步骤。
关键观点4: Meta的Llama 3.1预训练和后训练方法
Llama 3.1模型在巨大的15.6万亿标记数据集上进行预训练，并采用了三阶段的预训练方法。后训练采用了监督微调（SFT）、拒绝采样和直接偏好优化（DPO），并使用了模型平均技术来提高性能。
文章预览
本文翻译自 Sebastian Raschka 的“New LLM Pre-training and Post-training Paradigms” ，他也是 《Build a Large Language Model (from Scratch)》这本书的作者，强烈推荐一下，译者是知友 @铁头爱摆摊。 原文： https://magazine.sebastianraschka.com/p/new-llm-pre-training-and-post-training 译文： https://zhuanlan.zhihu.com/p/715138042 大型语言模型（LLM）的发展已经取得了长足的进步，从早期的GPT模型到我们今天拥有的复杂的开放权重LLM。 最初，LLM的训练过程仅集中于预训练，但后来扩展到包括预训练和后训练。 后训练通常包括监督指令微调和对齐，这些是由ChatGPT普及的。 自ChatGPT首次发布以来，训练方法已经发生了变化。在本文中，我回顾了最近几个月在预训练和后训练方法论方面的最新进展。 本文讨论的新预训练和后训练方法论，概述了LLM开发和训练流程 每个月都有数百篇LLM论文提出新技术和
………………………………
