想要高质量的话，直接搜以下关键字+paper ，第一个结果点开就是，看完的话保证比博客视频通透：

Word2vec
Seq2seq
Seq2seq with Attention
Attention is all you need
GPT
Prompt
InstructionGPT
In-Context Learning
ChainOfThought
GPT4 Technical Report

这个一搜不就有好多资料，隐马尔可夫，条件随机场

感谢老哥分享。有个问题，你的职业生涯能节节攀升最主要是原因是什么呢，不是每个人都会越干越好然后被高薪挖走吧

为啥早期的互联网公司起名这么讲究，百度，新浪、搜狐、腾讯就不说了，好听；字节跳动、抖音也很有辨识度。
现在什么开发的产品盘古、通义、文心，尽管是取自古籍，读起来却有一股浓浓的山寨感。
特别是文心一言，不知道哪个大聪明想出来的名字，一言最后俩字声母相同（或者是都没有声母？），反正结尾的俩字，舌头在相同的位置送出去两次是大忌，多别扭啊，突出一个拗口。
哪怕叫文言一心也好听多了（不讲究意义的话，管你是本来雕龙还是啥），起码有抑扬顿挫感。

@swhhaa 你可以去推特上加入 LeCun 战队了，他现在孤立无援。
和 GPT4 对话多了有时很恍惚，明知道对面是是台机器，但是却很像个逻辑缜密的人人，有一瞬间觉得，或许真有智能“涌现”这种东西。你不必关系他的原理，即便真的是一堆机器神经元浮点数，参数量大了之后，它就自动拥有了智能的样子。只要把你骗到了，那就说明某种程度上实现了智能，图灵测试也只纯粹关注智能的表现而压根没有关注原理。
还有，你觉得不行，你倒是给条路子，现在这种暴力拟合调参，思想比较简单，效果比较好，无非就是需要大量算力和数据，脏活累活多点而已，但是效果出奇的好。如果按照解构大脑的方式一步一步模拟，进展将会无比缓慢。
接下来这一道两年各种进展将会非常快，拭目以待吧，如果扩展到多模态，一个能听懂你指令，有嘴有耳朵有眼睛有脑子，能帮你干各种活的人工智能出来后，我不知道你还会不会觉得它实现不了 AGI 。
当然，有不同的见解也是好事，科学都是曲折前进的，只是感觉没有明晰的路子可以走，原地打转也不是办法。从个人利益最大化来说，我更愿意干点能实际见效的。

@neurocomputing 感觉楼主很民科，想的太多，懂得太少。。

@swhhaa 嗯嗯，我知道你在说啥，就是在说人脑是前向推理的时候顺便学习了，而基于深度学习的 chat gpt 在对话的时候实际上不能记住任何东西，要想学到东西必须用专门的训练过程，执行反传梯度微调参数。所以你得出了人脑的范式在实现通用人工智能上具有优越性？那我想说，chatGPT 训练过程可以一次吃下很多文档，短时间内完成参数微调更新，学到很多很多内容，而且学习效果还不错。人脑可以吗，只能说两者实现路径不同。人脑固然具有优越性（不然也不可能构建出 chat gpt ，但是 chatGPT 的范式也不是一无是处

ChatGPT 可以实现量子速读学习，人却不可能。从这一点上来说，ChatGPT 有的优越性。

说到底还是喷反向传播这种学习范式的缺陷，这种论点早就有了，却也阻止不了深度学习的巨轮滚滚向前。反向传播跟通用人工智能又不是对立的。

第一条没看懂到底和你啥关系

@xiaochengxu 这不废话

个人感觉西瓜书不如李航小蓝书

没办法，现在都这么浮躁，快糙猛才是主流

这个你尽管放心，你随便去个好点的大学的计算机或者软件学院看看，大把大把的老师在做 AI 相关的，甚至通信电子机械遥感都往这边硬蹭。更何况前几年各大高校争先恐后成立人工智能学院，数据科学人工智能相关的学生茫茫多。
国内 AI 论文数量仅次老美，顶会基本刷到手软，另一方面，深度学习的繁荣也养活了太多了本硕学生的毕业课题。
你觉得少只是因为你平常没有关注到。所以 chatGPT 这一块，不说最尖端的突破创新，照猫画虎做一个八九不离十的还是松松的。

无聊

吐了

既要又要，还不想自己动手改

年纪越大，私交越难