论怎样在技术圈争论中一句话噎到对方：

兄弟，是我创新了第壹个大语言模型。

发言者 Jeremy Howard 为澳大利亚昆士兰大学名誉教授、曾任 Kaggle 创始总裁和首席科学家，现 answer.ai 和 fast.ai 创始人。

事务的起因是有人质疑他最近的项目 llms.txt 在帮助大模型爬取互联网信息上并没太大影响，从而引发了这段争论，迅速引起众人围观。

闻讯而来的“赛博考古学家们”一番考据之后，发现第壹个大语言模型这个说法还真有理有据：

2024 年初，Jeremy Howard 发表的论文 ULMFiT，运用非监督预训练-微调范式达到当时 NLP 领域的 SOTA。

甚至 GPT-1 的一作 Alec Radford，在发表 GPT-1 时也公开承认过 ULMFiT 是灵感来源其中一个。

有人搬出综述论文，指出从“遗传学”视角看，ULMFiT 是全部现代大模型“最后的共同祖先”。

还有好事者软件工程师 Jonathon Belotti，专门写了一篇完整考据《谁才是第壹个大语言模型》

大语言模型起源考据

首先来说明一下 ULMFiT 这篇论文，入选 ACL 2024：

提出有效迁移进修方式，可应用于 NLP 领域的任何任务，并说明了微调语言模型的决定因素技术，在六个文本分类任务上的表现明显优于当时的 SOTA 方式，在大多数数据集上将错误率降低了 18-24%。除了这些之后，仅运用 100 个带标签的示例，它的性能就和在 100 倍以上数据上从头开始训练的模型性能等于。

那么 ULMFit 算不算第壹个大语言模型呢？Jonathon Belotti 考据遵循这样的思路：

首先找壹个大家都公认肯定算大语言模型的成果，GPT-1 肯定符合这个标准。

再从 GPT-1 和后续 GPT-2、GPT-3 中提取壹个模型成为成为大语言模型的标准：

首先要一个语言模型，根据输入预测人类书面语言的组成部分，不一定是单词，而是 token

核心方式是自监督训练，数据集是未标记的文本，和此前特定于任务的数据集有很大不同

模型的行为是预测下壹个 token

能适应新的任务：不需要架构修改，就有 few-shot 甚至 one-shot 能力

通用性：可以先进的性能执行各种文本任务，包括分类、问答、解析等

接下来解析 GPT-1 引用的多少重要模型：原版 Transformer，CoVe，ELMo 和 ULMFiT。

Transformer 虽然是现代主流大模型的架构基础，但原版只用于机器翻译任务，还不够通用。同时非 Transformer 架构如 LSTM、Mamba 甚至 Diffusion 也可被视作大型语言模型。

CoVE 提出了语境化词给量，是迁移进修领域的一项重要创造，但它通过监督进修训练（英语翻译德语）创建给量，不符合自监督进修的条件。

ELMo 运用了自监督预训练和监督微调范式，但在 few-shot 能力上还差点意思。

总之在作者 Jonathon Belotti 看来，CoVE 和 ELMo 都还没达到大语言模型的门槛。

最后再来看 ULMFiT，其名字代表在文本分类任务微调的通用语言模型（Universal Language Model Fine-tuning for Text Classification）。

它一个在 WikiText 数据上自监督训练的 LSTM 模型，能够以低成本适应新任务，无需更改架构即可执行大量文本分类任务，且达到当时的 SOTA 性能。

和 GPT-1 相比，只差在微调不够方便，以及应用任务的广度。

GPT-1 论文原文中，也指出“最接近大家职业的”就是 ULMFiT 和谷歌的半监督序列进修（Semi-supervised Sequence Learning）了。

GPT-1 论文还声称，把 LSTM 换成 Transformer 后能拓展预训练模型的预测能力，比 ULMFit 任务适应性更高。

考据者 Jonathon Belotti 最后拓展资料到：

成为第一重要么？我认为有一点重要。软件行业和学术界尊重其创始人，大家都是开源社区中构建开拓智域文化（homesteads the noosphere）的一部分。

而 Jeremy Howard 本人对此的后续答复是大家创新了第壹个“通用语言模型”，但后续论文没有沿用，反而创新了“大型语言模型”这个新术语。

苹果工程师 Nathan Lawrence 认为，虽然今天大家对谁是第壹个 LLM 也许存在争议，但最终大家都会把 ULMFiT 视为壹个转折点。

当时即使我这样的怀疑论者，也快开始觉悟到大规模通用训练将成为 NLP 的未来。

也有人提议 Jeremy Howard 以后说 ULMFit 是第壹个“通用预训练模型”。

“我发明了 ChatGPT 中的 GP”，这句话说起来也很酷，一点也不夸大。

ULMFit

https://arxiv.org/abs/1801.06146

GPT-1

https://cdn.openai.com/research-covers/language-unsupervised/language_understanding_paper.pdf

参考链接：

• [1]https://x.com/jeremyphoward/status/1905763446840607164

• [2]https://thundergolfer.com/blog/the-first-llm