NLP之PTM：自然语言处理领域—预训练大模型时代的各种吊炸天大模型算法概述(Word2Vec→ELMO→Attention→Transformer→GPT系列/BERT系列等)、关系梳理、模型对比之详细攻略
导读：6月，OpenAI最初提出的GPT-1只是一个12层单向的Transformer，通过预训练+精调的方式进行训练；
但是，10月，Google的BERT一出来，刷新了11项 NLP 任务的 SOTA，将GPT-1很快就踩在脚下。
接着，2月，改进的GPT-2提出了meta-learning，把所有NLP任务的输入输出进行了整合，全部用文字来表示，其生成性能最强，但NLU领域仍不如BERT；
然后，5月，GPT-3改进了BERT的两个缺点，1750亿的参数，使其性能变得吊炸天。
近期，11月，ChatGPT的惊艳表现，标志着对话模型领域又向前跨出了一大步。
自此，大模型江湖厮杀仍在继续……
目录
单个模型逐个概述
Word2Vec模型的概述
NLP：word embedding词嵌入/word2vec词向量方法(一种主流的分布式表示)的简介、使用方法、案例应用之详细攻略
ELMO模型的概述
NLP之ELMO：ELMO模型的概述、结构(预训练过程、推理过程)之详细攻略
Attention的概述
DL之Attention：Attention注意力机制算法的起源与盛行及其在长距离有效的原因、概述(背景/本质/与ED框架关系/模型架构/优缺点/扩展，理解，本质，变种)、案例应用(CV/NLP)之详细攻略
DL之self-attention：self-attention自注意力机制的简介(背景、特点、改进对比、传统对比、关系、应用，适合长距离捕获分析)、计算过程(八大步骤)、案例应用之详细攻略
Transformer的概述
GPT模型的概述—GPT系列(GPT-1/GPT-2/GPT-3)
NLP之GPT-1/GPT-2：GPT-1的概述(简介、原理、意义、结构、创新点、优缺点、数据集)、为何单向Transfo、模型结构、训练过程，GPT-2的概述(大数据、大模型、灵感点)之详细攻略
NLP之GPT-3：NLP领域没有最强，只有更强的模型—GPT-3的简介(本质、核心思想、意义、特点、优缺点、数据集、实际价值，模型强弱体现，开源探讨，GPT系列对比与总结)、安装、使用方法之详细攻略
AIGC：ChatGPT(一个里程碑式的对话聊天机器人)的简介(意义/功能/核心技术等)、使用方法(七类任务)、案例应用(提问基础性/事实性/逻辑性/创造性/开放性的问题以及编程相关)之详细攻略
BERT模型的概述
NLP之BERT：BERT的简介(背景、改进点、创新点、简介、意义、原理、优缺点、总结与评价)、模型结构、训练过程(MLM、NSP任务的概述)之详细攻略
多个模型横向对比
GPT和BERT模型对比及其总结
BERT与Word2Vec→ELMO→GPT之间的转换
ELMO、GPT、BERT—预测中间词的模型结构不同
单个模型逐个概述
Word2Vec模型的概述
NLP：word embedding词嵌入/word2vec词向量方法(一种主流的分布式表示)的简介、使用方法、案例应用之详细攻略
https://yunyaniu./article/details/128262908
ELMO模型的概述
NLP之ELMO：ELMO模型的概述、结构(预训练过程、推理过程)之详细攻略
https://yunyaniu./article/details/128795366
Attention的概述
DL之Attention：Attention注意力机制算法的起源与盛行及其在长距离有效的原因、概述(背景/本质/与ED框架关系/模型架构/优缺点/扩展，理解，本质，变种)、案例应用(CV/NLP)之详细攻略
https://yunyaniu./article/details/83187158
DL之self-attention：self-attention自注意力机制的简介(背景、特点、改进对比、传统对比、关系、应用，适合长距离捕获分析)、计算过程(八大步骤)、案例应用之详细攻略
https://yunyaniu./article/details/100108045
Transformer的概述
更新中……
GPT模型的概述—GPT系列(GPT-1/GPT-2/GPT-3)
NLP之GPT-1/GPT-2：GPT-1的概述(简介、原理、意义、结构、创新点、优缺点、数据集)、为何单向Transfo、模型结构、训练过程，GPT-2的概述(大数据、大模型、灵感点)之详细攻略
https://yunyaniu./article/details/80468713
NLP之GPT-3：NLP领域没有最强，只有更强的模型—GPT-3的简介(本质、核心思想、意义、特点、优缺点、数据集、实际价值，模型强弱体现，开源探讨，GPT系列对比与总结)、安装、使用方法之详细攻略
https://yunyaniu./article/details/107897654
AIGC：ChatGPT(一个里程碑式的对话聊天机器人)的简介(意义/功能/核心技术等)、使用方法(七类任务)、案例应用(提问基础性/事实性/逻辑性/创造性/开放性的问题以及编程相关)之详细攻略
https://yunyaniu./article/details/128229941
BERT模型的概述
NLP之BERT：BERT的简介(背景、改进点、创新点、简介、意义、原理、优缺点、总结与评价)、模型结构、训练过程(MLM、NSP任务的概述)之详细攻略
https://yunyaniu./article/details/104987840
多个模型横向对比
GPT和BERT模型对比及其总结
BERT与Word2Vec→ELMO→GPT之间的转换
BERT综合了ELMO的双向优势与GPT的Transformer的特征提取优势：
>> 如果把ELMO的特征抽取器LSTM，换成Transformer→BERT
>> 如果把GPT预训练阶段，换成双向语言模型→BERT
ELMO、GPT、BERT—预测中间词的模型结构不同
NLP之PTM：自然语言处理领域—预训练大模型时代的各种吊炸天大模型算法概述(Word2Vec→ELMO→Attention→Transfo→GPT系列/BERT系列等) 关系梳理 模型对比之详细攻略
