文章目录

• 1 AI与深度学习的简史
• • 1.1 人工智能的诞生(1956)
  • 1.2 早期人工神经网络(1940-1960年代)
  • 1.3 多层感知器MLP(1960年代)
  • 1.4 反向传播(1970-1980年代)
  • 1.5 第二次黑暗时代(1990-2000年代)
  • 1.6 深度学习的复兴(21世纪末至今)
  • • 1.6.1 CNN卷积神经网络(1980-2010)
    • 1.6.2 RNN递归神经网络(1986-2017)
    • 1.6.3 Transformers(2017年至今)
    • 1.6.4 扩散模型(2015年至今)
• 2 基于transformer的语言模型(2017年至今)
• • 2.1 BERT(2018)
  • 2.2 T5(2019)
  • 2.3 OpenAI的GPT系列
  • 2.4 大型语言模型(LLMs)
  • • 2.4.1 Anthropic的Claude(2022)
    • 2.4.2 Meta's LLaMA(2023)
    • 2.4.3 Mistral.AI的Mistral(2023)`在这里插入代码片`
    • 2.4.4 阿里巴巴的Qwen(2023)
    • 2.4.5 微软的Phi(2023)
    • 2.4.6 Google的Gemma系列(2024)
  • 2.5 多模态模型(2023年至今)
  • • 2.5.1 GPT-4V(2023)
    • 2.5.2 GPT-4-o(2024)
    • 2.5.3 Google的Gemini(2023年至今)
    • 2.5.4 Anthropic的Claude(2023年至今）
    • 2.5.5 LLaVA(2023)
    • 2.5.6 OpenAI索拉(2024)
• 3 扩散模型(2015年至今)
• • 3.1 扩散模型的进展(2020年至今)
  • 3.2 应用场景
• 4 参考附录