文档摘要

第 5 章 · 大模型预训练 章节摘要：预训练是大模型获得通用能力的阶段——把互联网规模的文本压缩进参数里。本章按实际工程顺序展开：数据从哪来、怎么洗、怎么配比（5.1）；无标注数据上的自监督学习如何自己制造监督信号（5.2）；万亿 token 的训练循环怎么在千卡集群上稳定跑完（5.3）。本章结束时你会明白：为什么说"数据质量决定上限"，以及为什么 99% 的开发者做的是微调而不是预训练。 会员。《第5章 · 大模型预训练》收录于灏天文库文集《AI大模型开发与应用实战》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/189-ai%E5%A4%A7%E6%A8%A1%E5%9E%8B%E5%BC%80%E5%8F%91%E4%B8%8E%E5%BA%94%E7%94%A8%E5%AE%9E%E6%88%98

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流