💡動機
看完 Heptabase 的 Alan 的 What I’ve Learned About AI in the Past Two Months. 文章分享，也勾起了一些之前上台科大周瑞生老師有關 AI 相關課程時的回憶。
這部分，想說也自己研究一下，並整理成白板分享出來。
💡從 Transformer 到 AGI：現代人工智能的演進與未來
1. 引言：AI 革命的轉捩點
2. Transformer 架構的革新
3. 從 Transformer 到大型語言模型
4. 自監督學習的革命
5. 通向 AGI 的理論基礎
6. 現代 LLM 的突破：以 o1 為例
7. 當前限制與未來展望
8. 結論
摘要
本文探討從 2017 年 Transformer 架構的提出到現代 AGI 發展的關鍵里程碑，深入分析大型語言模型（LLM）的核心機制、學習方法，以及邁向通用人工智能（AGI）的重要理論基礎。通過深入淺出的方式，幫助理解這場 AI 革命中的關鍵概念。
👇 相關連結 👇
🔗 Heptabase LINE 群組連結：https://hi.switchy.io/heptalinbgroup
🔗 YouTube 頻道：https://www.youtube.com/@creative-jammers
🔗 IG：https://hi.switchy.io/insta_andgreen