课程介绍

卢菁博士的AI大模型微调实战训练营课程聚焦企业级应用需求，融合前沿理论与工程实践，旨在帮助学员掌握大模型定制化能力。以下是核心内容梳理：

‌一、课程核心模块‌

‌大模型基础架构‌
- 深入解析Transformer、位置编码（如旋转位置编码）、注意力机制等底层原理‌
- 剖析主流开源模型架构（如ChatGLM、LLaMA）及训练流程‌
‌微调技术实战‌
- 全参微调（Full Fine-tuning）与高效微调技术（LoRA、Adapter）对比与实操‌
- 领域适应训练：金融、教育等行业专属模型调优方法论‌
- 解决行业痛点：模型幻觉抑制、时效性增强、部署优化‌
‌外挂知识库技术（RAG）‌
- 构建企业专属知识库，实现动态数据接入与实时更新‌
- 向量检索优化策略（相似度排序、多路召回），准确率提升方案（实验对比原生模型45%→98%）‌

‌AI Agent开发框架‌
- LangChain工具链实战：任务规划、工具调用、记忆管理‌
- 多模态智能体开发案例（含视觉、语音交互场景）‌

‌二、课程特色‌

‌企业级项目驱动‌
覆盖推荐系统、量化交易、智能客服等高价值场景，提供可复用的工业级代码库‌
‌从零到一全流程‌
涵盖数据处理→模型训练→评估→部署全链路实操（含vLLM推理优化）‌
‌深度解构行业方案‌
结合DeepSeek、GPT等闭源模型技术亮点，拆解商业化落地路径‌

‌三、适合人群‌

需快速掌握大模型定制能力的算法工程师
计划转型AI开发的传统行业技术骨干
希望构建垂直领域智能应用的企业团队

课程目录

/15-066- 卢菁博士AI大模型微调实战训练营/
│├─01_大模型训练营13：角色扮演Agent.mp4 113.1MB
│├─02_大模型训练营12：项目实战：大模型写作，nl2sql.mp4 87.2MB
│├─03_大模型训练营11：模型解码优化.mp4 85.8MB
│├─04_大模型训练营10：项目实战RAG.mp4 200.8MB
│├─05_大模型训练营9：大模型面试题.mp4 139.7MB
│├─06_大模型训练营8：大模型技术一览，一些细节.mp4 213MB
│├─07_大模型训练营7：GPU的计算原理.mp4 112.9MB
│├─08_大模型训练营6：模型并行.mp4 131.9MB
│├─09_大模型训练营5：项目实战；知识库Langchain项目实战（lora和langchain）.mp4 186.5MB
│├─10_大模型训练营4：项目实战：文旅对话大模型实战（prefixtuning和adapter）.mp4 204.6MB
│├─11_大模型训练营3：项目实战：文旅对话大模型实战（模型参数微调）.mp4 152.3MB
│├─12_大模型训练营2.大数据和大模型，常见分词方法.mp4 150.8MB
│├─13_大模型训练营1.大模型综述.mp4 81.7MB
│├─14_2.向量数据库基础.mp4 91.3MB
│├─15_1.距离精讲.mp4 98.5MB
│├─16_预习资料1：Attention模型.mp4 183.3MB
│├─17_预习资料：Transformer和bert.mp4 166.6MB
│├─免费试看