领域大模型微调案例课

课程简介

通用大模型在垂直领域的表现往往受限，开发者急需将前沿模型转化为具备领域深度的专属工具，但面临模型选型、微调策略和工程落地的现实痛点。这门课聚焦领域大模型微调，从底层范式到工程实践，提供一套可落地的微调方案。它解析了从ChatGPT训练回顾到LoRA、Adapter、P-Tuning等加速技术的演进逻辑，更通过金融、法律、医疗、教育等垂直赛道的开源项目拆解，…

已有 28 人浏览发布 2025-12-20 更新 2026-09-29

适合具备Python编程基础、熟悉PyTorch及Transformer架构的开发者，最好对大模型有初步认知，了解HuggingFace等主流生态工具。基础门槛在于能看懂配置文件、能跑通脚本、能修改参数，不追求理论推演的完备，更看重工程复用。建议按以下顺序学习：先掌握基础模型选型与对比，理解LLaMA、GLM、BLOOM等模型在领域微调中的定位差异；再深入微调加速方法，重点掌握LoRA和Adapter的适用场景与配置技巧；最后结合垂直领域开源项目，从FinGPT、LawGPT等入手，对照源码完成本地复现与参数调优。

学完能独立完成特定领域大模型的微调实验，掌握模型选型与加速调优的工程方法，复用项目代码进行二次开发。资料配合练习时，建议结合开源项目源码阅读与本地代码复现，动手修改配置或替换数据集跑通微调流程，避免停留在视频观看层面。整体节奏建议每周消化两至三节内容，配合本地环境跑通每个案例，将视频中的配置与参数转化为自己的工程笔记。

【资源目录】: ├──01｜为什么要做领域模型？_ev.mp4 19.18M ├──02｜ChatGPT训练回顾及领域模型微调范式_ev.mp4 27.71M ├──03｜领域微调基础模型选择LLaMA、GLM、BLoom及其对比_ev.mp4 36.87M ├──04｜领域微调微调加速prompttuningLoRAadapter_ev.mp4 11.85M ├──05｜金融领域微调模型项目解读：FinGPT、Cornucopia-LLaMA-Fin-Chinese等_ev.mp4 47.41M ├──06｜法律领域微调模型项目解读：LawGPT_zh、LawyerLLaMA等_ev.mp4 80.33M ├──07｜医疗领域微调模型项目解读：ChatDoctor、Huatuo等_ev.mp4 56.27M ├──08｜教育领域微调模型项目解读：Taoli、MediaLLaMA等_ev.mp4 12.99M ├──09｜多步骤微调、扩充LLAma词表、遗忘问题、幻觉问题的一些思考_ev.mp4 54.47M ├──10｜大模型长文本技术实现思路及代表案例_ev.mp4 43.70M ├──11｜大模型长文本技术主流评测_ev.mp4 7.15M ├──12｜嫁接模型SOLAR及Moe模型基本理解_ev.mp4 36.98M ├──13｜Moe模型的优缺点_ev.mp4 17.67M └──14｜现有开源的代表Moe模型项目_ev.mp4 11.91M 声明：本站所有资料均来源于网络以及用户发布，如对资源有争议请联系微信客服我们可以安排下架！