从0到1训练私有大模型 ，企业急迫需求 ，抢占市场先机

编辑点评

深入浅出大模型原理，实战性强，适合对AI应用开发感兴趣的学员。

⭐ 编辑推荐

本课程从ChatGPT技术演变讲起，深入剖析大模型原理，并通过实战训练，助你掌握私有大模型开发技能。

✨ 课程亮点

课程目录

📁 {8}--第8章 RLHF训练类ChatGPT模型代码实战
[8.11]--8-11 RLHF强化学习人类反馈的训练-model-opt_ev.mp4 [13.3 MB]
[8.16]--8-16 RLHF强化学习人类反馈的训练-buffer-util_ev.mp4 [56.0 MB]
[8.10]--8-10 RLHF强化学习人类反馈的训练-model-base_ev.mp4 [24.1 MB]
[8.14]--8-14 RLHF强化学习人类反馈的训练-exp_maker（1_ev.mp4 [32.0 MB]
[8.13]--8-13 RLHF强化学习人类反馈的训练-generation（_ev.mp4 [48.8 MB]
[8.19]--8-19 RLHF强化学习人类反馈的训练-main_ev.mp4 [68.9 MB]
[8.17]--8-17 RLHF强化学习人类反馈的训练-buffer-loss_ev.mp4 [45.7 MB]
[8.2]--8-2 SFT有监督的训练-数据处理_ev.mp4 [63.1 MB]
[8.9]--8-9 RLHF强化学习人类反馈的训练-dataset_ev.mp4 [14.4 MB]
[8.15]--8-15 RLHF强化学习人类反馈的训练-exp_maker（2_ev.mp4 [43.2 MB]
[8.1]--8-1 chatGPT训练实战_ev.mp4 [13.2 MB]
📁 {7}--第7章 chatGPT技术演变——从GPT 1 开始的大模型发展与演化
[7.8]--7-8 instruct-gpt 基于GPT技术开发的模型-1_ev.mp4 [21.8 MB]
[7.7]--7-7 alphaCode基于GPT技术开发的模型-2_ev.mp4 [16.8 MB]
[7.6]--7-6 alphaCode基于GPT技术开发的模型-1_ev.mp4 [28.9 MB]
[7.5]--7-5 gpt-codex 基于GPT技术开发的模型_ev.mp4 [23.5 MB]
[7.10]--7-10 Antropic LLM大型语言模型_ev.mp4 [40.8 MB]
[7.9]--7-9 instruct-gpt 基于GPT技术开发的模型-2_ev.mp4 [27.1 MB]
📁 {2}--第2章 训练模型与开发平台环境
[2.1]--2-1 【认知】为什么要引入paddle？平时使用torch，学_ev.mp4 [9.1 MB]
[2.5]--2-5 【工具】介绍基于gpt4的IDE cursor_ev.mp4 [19.3 MB]
[2.3]--2-3 【NLP工具和预训练模型】paddleNLP和huggi_ev.mp4 [5.6 MB]
📁 {6}--第6章 chatGPT的核心技术——强化学习
[6.2]--6-2 强化学习章介绍_ev.mp4 [4.4 MB]
[6.3]--6-3 RL基础概念_ev.mp4 [12.2 MB]
[6.1]--6-1 RL是什么＆为什么要学习RL_ev.mp4 [21.5 MB]
[6.7]--6-7 DQN和DQN的2种改进算法（1）_ev.mp4 [20.3 MB]
[6.18]--6-18 强化学习-本章总结_ev.mp4 [16.9 MB]
[6.8]--6-8 DQN和DQN的2种改进算法（2）_ev.mp4 [24.6 MB]
[6.4]--6-4 RL马尔可夫过程_ev.mp4 [28.8 MB]
📁 {5}--第5章 基于Transformer另一分支Bert系列分析与实战
[5.12]--5-12 Ernie文心一言基础模型（1）_ev.mp4 [26.2 MB]
[5.6]--5-6 bert情感分析实战----paddle（1）_ev.mp4 [53.2 MB]
[5.14]--5-14 plato百度对话模型（1）_ev.mp4 [28.0 MB]
[5.5]--5-5 bert 棰勮缁冩ā鍨媉ev.mp4 [41.8 MB]
[5.3]--5-3 甯歌 subword 绠楁硶锛圔PE-wordpiece锛塤ev.mp4 [10.3 MB]
[5.7]--5-7 bert情感分析实战----paddle（2）_ev.mp4 [57.6 MB]
[5.2]--5-2 metric-璇勪及鎸囨爣(BLUE-rouge-L-MET_ev.mp4 [34.2 MB]
[5.4]--5-4 甯歌鐨凬LP浠诲姟_ev.mp4 [10.5 MB]
[5.15]--5-15 plato 百度对话模型（2）_ev.mp4 [29.3 MB]
[5.13]--5-13 Ernie文心一言基础模型（2）_ev.mp4 [13.1 MB]
📁 {1}--第1章 课程介绍
[1.5]--1-5 【学习须知】本课程为什么使用gpt2而不是gpt3_ev.mp4 [5.9 MB]
[1.1]--1-1 【导航】课程导学&让你快速了解课程_ev.mp4 [39.6 MB]
[1.2]--1-2 【内容安排】课程安排和学习建议_ev.mp4 [13.6 MB]
[1.4]--1-4 【发展史】ChatGPT的简要历史_ev.mp4 [16.3 MB]
[1.3]--1-3 【行业发展】ChatGPT对行业、社会有什么影响，我们要_ev.mp4 [39.5 MB]
📁 {3}--第3章 chatGPT初始技术词向量原理剖析与实战
[3.5]--3-5 【softmax加速】softmax负采样优化_ev.mp4 [20.9 MB]
[3.1]--3-1 【认知】词向量，词向量与gpt的关系_ev.mp4 [8.7 MB]
[3.6]--3-6 【数据准备与预处理】word2vec实战（1）_ev.mp4 [57.2 MB]
[3.8]--3-8 【模型训练】word2vec实战-模型开发和训练（1）_ev.mp4 [25.0 MB]
[3.9]--3-9 【模型训练】word2vec实战-模型开发和训练（2）_ev.mp4 [35.6 MB]
[3.4]--3-4 【softmax加速】是softmax 树型优化_ev.mp4 [25.8 MB]
[3.12]--3-12 本章梳理小结_ev.mp4 [5.5 MB]
[3.10]--3-10 【激活函数】常见七种激活函数对比_ev.mp4 [21.6 MB]
[3.7]--3-7 【数据准备与预处理】word2vec实战（2）_ev.mp4 [31.5 MB]
[3.3]--3-3 【词向量模型】word2vec-cbow和skipgra_ev.mp4 [14.5 MB]
[3.11]--3-11 【预训练语言模型】RNN-LSTM-ELMO_ev.mp4 [37.8 MB]
[3.2]--3-2 【语言模型】语言模型和评估指标PPL_ev.mp4 [23.2 MB]
📁 {4}--第4章 chatGPT基石模型——基于Transformer架构的语言模型
[4.3]--4-3 seq2seq-attention鐨勪竴涓渚媉ev.mp4 [11.1 MB]
[4.5]--4-5 transformer的残差链接-解决梯度消失问题_ev.mp4 [12.6 MB]
[4.9]--4-9 transformer-xl 解决长序列的问题（1）_ev.mp4 [26.8 MB]
[4.4]--4-4 transformer鐨刴ulti-head atten_ev.mp4 [39.6 MB]
[4.6]--4-6 transformer的layernorm-归一化提升训_ev.mp4 [10.7 MB]
[4.2]--4-2 seq2seq结构和注意力_ev.mp4 [23.7 MB]
[4.10]--4-10 transformer-xl解决长序列的问题（2）_ev.mp4 [28.0 MB]
[4.11]--4-11 本章梳理总结_ev.mp4 [6.8 MB]

适合人群

• AI开发者
• 数据科学家
• 技术爱好者

🎯 学习收获

• 掌握大模型开发技能
• 提升AI应用开发能力
• 抢占市场先机

🎉 祝您学习愉快！