第255章 鼓励年轻人（1 / 2）
请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
清华演讲结束后的第三天，林晨收到了一封很长的邮件。
发件人是一个叫小李的研二学生——那天坐在报告厅后排的角落里，全程没有提问，但演讲结束后专门在走廊里等了他十几分钟。林晨记得他——因为他的眼神里有那种拼命想找一条出路的焦虑。
林老师：
我是那天坐在后排角落的学生。您的演讲结束之后我在走廊里站了很久，本来想跟您说几句话，但是人多没排上。后来回到实验室，一整个晚上脑子里都在回放您说的那句话——三十五岁一点也不晚。
我今年二十六岁，研二，研究方向是计算机视觉。但最近一年我觉得CV这个方向已经到了瓶颈——论文好发，但落地太难。我想转大模型方向，又担心已经太晚了——实验室的师弟师妹们从研一就开始搞LLM，论文已经发了好几篇。
您的经历让我看到了另一种可能性——不是赢在起跑线上，而是赢在每一个今天没有放弃。
我想问您一个具体的问题：对于一个有ML基础但没接触过LLM的学生来说，从零开始学大模型，最有效的方法是什么？
林晨在工位上看到这封邮件的时候正在吃午饭——一份从楼下食堂打包上来的青椒肉丝盖浇饭。他放下筷子，把这封邮件又看了一遍，然后写了回复：
小李：
谢谢你的邮件。你的问题我认真想了一下，给你几个建议，按优先级排序：
别报付费速成班。任何标榜三个月入行大模型的课程都是收智商税。大模型需要的知识密度不是三个月能压缩的。
从AndrejKarpathy的nanoGPT教程开始。一行一行敲他的代码，理解每一个张量维度变换的含义。这不是抄——是在理解Transforr的骨架子。跑通之后自己从头复写一遍。
精读五篇论文。GPT-1、GPT-2、GPT-3、InstructGPT、LLaMA。不是随便翻——每一篇做三页以上的笔记，理解每一组实验设计的逻辑。
找一个具体的问题做微调实验。可以是情感分析、文本摘要、对话生成——什么都行，关键是亲自跑通训练、评估、分析和改进的完整链路。一个亲手调出来的烂模型比看一百篇论文学到的多。
二十六岁一点也不晚。我三十五岁才开始——比你晚了九年。你现在有比当年我好得多的基础——ML你是懂的，PyTorch你是熟的，实验室有GPU给你用。二十六岁转大模型不是弯道超车——是在正确的赛道上正常起步。
最后说一句：在清华这种地方，很容易被周围人的进度裹挟——别人论文发了、offer拿了，我还在学基础。这种横向比较是效率的毒药。你唯一要比的人，是昨天的自己。
林晨
他点了发送，然后继续吃饭。
这件事他本来没放在心上。但两周之后——十月底——小林发来了第二封邮件。这次短了很多，只附了一个GitHub链接。
林晨点进去，是一个大模型微调项目。用LLaMA的架构在中文对话数据集上做了一次SFT，评测结果显示模型在对话连贯性和事实准确性上都有不错的提升。README写得密密麻麻——每一个训练参数的设置理由都解释得很清楚，每一个失败实验的教训都写在实验日志那节里，每一个消融实验的结论都配了表格。
邮件正文只有一段话：
林老师，谢谢您上次的回复。按照您的建议，我从nanoGPT开始写起，读完了五篇论文，然后做了这个微调项目。这是我这辈子第一次完整地从头开始做一个大模型项目——从数据准备到训练到评测全部一个人完成。两周前我拿到了某大厂大模型部门的实习offer。谢谢您。
林晨看着屏幕。心里涌起一种很难描述的感觉。
↑返回顶部↑