正版资源 getfromcode后端开发 会员免费
AI大模型微调训练营第5期【VIP】
实战导向：从私有数据微调到高阶训练范式 这门课程主要解决大模型落地应用中的核心痛点：如何基于私有领域数据训练出符合业务需求的专业模型，以及如何理解主流大模型的底层架构与训练逻辑。资料涵盖 ChatGLM3 的微调实战、RLHF/RLAIF 人类反馈强化学习技术、MoE 混合专家模型原理以及 LLaM
单课价¥29.90新品 上架
支付成功后自动发货，可在「我的订单」查看网盘链接；链接失效可联系客服免费补链。
正版保障 极速发货 售后无忧
实战导向：从私有数据微调到高阶训练范式
这门课程主要解决大模型落地应用中的核心痛点：如何基于私有领域数据训练出符合业务需求的专业模型，以及如何理解主流大模型的底层架构与训练逻辑。资料涵盖 ChatGLM3 的微调实战、RLHF/RLAIF 人类反馈强化学习技术、MoE 混合专家模型原理以及 LLaMA 系列的技术演进。课程不局限于理论讲解，重点在于提供可复用的工程方法和数据处理流程，帮助开发者掌握从数据准备到模型训练的全链路能力。
适合基础与学习路径建议
本课程适合具备 Python 编程基础、熟悉深度学习基本框架（如 PyTorch）、了解大语言模型基本概念的开发者。若你是初学者，建议先补充 NLP 基础和大模型入门知识后再开始学习。建议学习顺序如下：首先观看第 10 章「实战私有数据微调 ChatGLM3」，掌握数据合成、增强和批量生成的完整流程；接着学习第 11 章 RLHF 技术，理解模型对齐的核心原理；然后阅读第 12-13 章 MoE 和 LLaMA 技术解读，建立对主流大模型架构的系统认知。每章课件和论文压缩包可作为深度学习的补充材料。
学完能做什么及资料配合使用建议
完成本课程后，你将能够独立完成基于私有数据的 LLM 微调项目，包括使用 LangChain 合成训练数据、设计数据增强策略、保持批量生成稳定性，并掌握 RLHF 对齐技术的基本实现思路。你还能深入理解 Mixtral-8x7B 等 MoE 模型的技术细节，以及 LLaMA 1/2 的架构演进逻辑，为后续参与相关项目奠定扎实基础。
建议的学习方式为：视频课程为主，课件为辅。观看每章视频时同步打开对应 PDF 课件，重点关注技术细节和实现要点；论文压缩包可下载精读，加深对理论的理解；实战部分务必动手操作，对照课件代码独立复现微调流程，才能真正掌握技能。
课程目录
第10章8 集
- 课件
- 10-实战私有数据微调ChatGLM3.pdf 10.19M
- 1. 绔犺妭浠嬬粛.mp4 9.12M
- 2. 使用 ChatGPT 自动设计生成训练数据的 Prompt_ev.mp4 60.56M
- 3. 合成数据： LangChain + GPT-3.5 Turbo_ev.mp4 12.55M
- 4. 数据增强：提升训练数据多样性_ev.mp4 15.12M
- 5. 提示工程：保持批量生成数据稳定性_ev.mp4 44.16M
- 6. 实战私有数据微调 ChatGLM3_ev.mp4 103.76M
- 7.作业.txt 0.18kb
第11章6 集
- 11-ChatGPT大模型训练技术RLHF.pdf 6.88M
- RLHF论文.zip 6.05M
- 1. 绔犺妭浠嬬粛_ev.mp4 13.04M
- 2. ChatGPT 大模型训练核心技术_ev.mp4 93.58M
- 3. 基于人类反馈的强化学习（RLHF）技术详解_ev.mp4 91.42M
- 4. 基于 AI 反馈的强化学习（RLAIF）技术_ev.mp4 18.94M
第12章6 集
- 12-混合专家模型（MoEs）技术揭秘.pdf 5.12M
- MoEs论文.zip 7.67M
- 1. 绔犺妭浠嬬粛.mp4 6.87M
- 2. MoEs 技术发展简史.mp4 107.47M
- 3. MoEs 与大模型结合后的技术发展_ev.mp4 98.33M
- 4. MoEs 瀹炰緥鐮旂┒锛歁ixtral-8x7B_ev.mp4 25.83M
第13章7 集
- 13-Meta AI 大模型 LLaMA.pdf 8.83M
- LLaMA论文.zip 15.27M
- 1. 绔犺妭浠嬬粛.mp4 5.96M
- 2. LLaMA 1 大模型技术解读.mp4 112.52M
- 3. LLaMA 1 衍生模型大家族.mp4 90.62M
- 4. LLaMA 2 大模型技术解读.mp4 28.90M
- 5. 申请和获取 LLaMA 2 模型预训练权重_ev.mp4 12.85M
第14章5 集
- 14-实战LLaMA2-7B指令微调.pdf 3.60M
- 1. 绔犺妭浠嬬粛_ev.mp4 11.37M
- 2. 大模型训练技术总结_ev.mp4 128.12M
- 3. LLaMA2-7B 指令微调上手实战_ev.mp4 85.79M
- 4. 再谈中文指令微调方法_ev.mp4 19.51M
第15章11 集
- 15-大模型分布式训练框架Microsoft DeepSpeed.pdf 8.05M
- 1. 绔犺妭浠嬬粛_ev.mp4 5.16M
- 10. 实战 DeepSpeed ZeRO-2 和 ZeRO-3 单机单卡训练_ev.mp4 45.27M
- 11. DeepSpeed 创新模块 Inference Compression Science_ev.mp4 8.39M
- 2. 预训练模型显存计算方法_ev.mp4 50.41M
- 4. Microsoft DeepSpeed 框架和核心技术_ev.mp4 64.34M
- 5. 分布式模型训练并行化技术对比_ev.mp4 17.33M
- 6. DeepSpeed 与 Transformers 集成训练大模型_ev.mp4 9.65M
- 7. DeepSpeed 框架编译与安装_ev.mp4 56.60M
- 8. DeepSpeed ZeRO 配置详解_ev.mp4 52.70M
- 9. 使用 DeepSpeed 单机多卡、分布式训练_ev.mp4 8.90M
第16章7 集
- 16-国产化实战：基于华为 Ascend 910 微调 ChatGLM-6B.pdf 8.74M
- 1. 绔犺妭浠嬬粛_ev.mp4 5.94M
- 2. 蓝色星球的算力霸主：NVIDIA_ev.mp4 138.08M
- 3. 厚积薄发的江湖大佬：Google_ev.mp4 19.65M
- 4. 努力追赶的国产新秀：华为_ev.mp4 17.55M
- 5. 华为昇腾全栈 AI 软硬件平台介绍_ev.mp4 21.77M
- 6. 实战：华为 Ascend 910B 微调 ChatGLM 6B 模型_ev.mp4 57.30M
第17章11 集
- 1. GLM 大模型家族介绍_ev.mp4 60.72M
- 1.GLM大模型家族介绍.pdf 7.37M
- 2. GLM 模型部署微调实践.mp4 98.95M
- 2.GLM模型部署实践.pdf 2.73M
- 3. CogVLM模型部署实践.mp4 63.41M
- 3.CogVLM模型部署实践.pdf 2.87M
- 4. 选学 智谱第四代 API 介绍.mp4 7.89M
- 4.选学 GLM4 GLM4V API 调用实践.pdf 1.77M
- 5. 选学 API 基础教学和实战-问题解决方案.txt 0.43kb
- 5. 选学 API 基础教学和实战_ev.mp4 42.60M
- 6. 使用 GLM-4 API 构建模型和应用_ev.mp4 66.99M
第1章9 集
- 1-AI大模型四阶技术总览.pdf 20.74M
- 1. 绔犺妭浠嬬粛.mp4 8.12M
- 2. AI技术浪潮：弱人工智能、机器学习、深度学习、大语言模型.mp4 64.39M
- 3. AI应用浪潮：高校共识、硅谷创新、中美博弈.mp4 97.22M
- 4. 把握浪潮：AI 大模型助力超级个体和小团队.mp4 18.61M
- 5. AI大模型四阶技术总览：提示工程（Prompt Engineering）.mp4 62.00M
- 6. AI大模型四阶技术总览：AI智能体（Agents）.mp4 51.25M
- 7. AI大模型四阶技术总览：大模型微调（Fine-tuning）.mp4 42.70M
- 8. AI大模型四阶技术总览：预训练技术（Pre-training）.mp4 20.99M
第2章10 集
- 2-大语言模型技术发展与演进.pdf 17.79M
- 代码链接地址.txt 0.06kb
- 论文.zip 9.97M
- 1. 绔犺妭浠嬬粛.mp4 42.57M
- 2. 统计语言模型_ev.mp4 51.22M
- 3. 神经网络语言模型_ev.mp4 76.36M
- 4. 大语言模型：注意力机制_ev.mp4 48.94M
- 5. 大语言模型：Transformer网络架构_ev.mp4 62.30M
- 6. 大语言模型：GPT-1与BERT_ev.mp4 53.04M
- 7. 大语言模型：暴力美学GPT系列模型_ev.mp4 44.63M
第3章6 集
- 5-大模型开发工具库 HF Transformers.pdf 4.44M
- 1. 绔犺妭浠嬬粛_ev.mp4 2.60M
- 3. Transformers核心功能模块_ev.mp4 46.69M
- 4. 大模型开发环境搭建_ev.mp4 35.10M
- 5. 实战Hugging Face Transformers工具库_ev.mp4 212.20M
- 6.作业.txt 0.27kb
第4章7 集
- 4-实战Transformers模型训练.pdf 5.15M
- 1. 绔犺妭浠嬬粛.mp4 5.33M
- 2. 数据集处理库Hugging Face Datasets.mp4 48.95M
- 3. Transformers模型训练入门_ev.mp4 21.39M
- 4. 实战训练BERT模型：文本分类任务_ev.mp4 141.30M
- 5. 实战训练BERT模型：QA任务_ev.mp4 305.46M
- 6.作业.txt 0.38kb
第5章5 集
- 5-大模型高效微调技术揭秘（上）.pdf 9.80M
- Fine-tuning论文.zip 16.51M
- Instruction-Tuning论文.zip 1.24M
- 1. 绔犺妭浠嬬粛_ev.mp4 6.96M
- 3. PEFT主流技术分类介绍.mp4 23.01M
第6章7 集
- 6-大模型高效微调技术揭秘（下）.pdf 7.56M
- 1. 绔犺妭浠嬬粛_ev.mp4 3.70M
- 2. LoRA低秩适配微调技术_ev.mp4 58.18M
- 3. AdaLoRA自适应权重矩阵微调技术_ev.mp4 58.02M
- 4. QLoRA量化低秩适配微调技术_ev.mp4 46.46M
- 5. UniPELT：大模型PEFT统一框架_ev.mp4 20.07M
- 6. (IA)3：极简主义增量训练方法_ev.mp4 30.41M
第7章4 集
- 课件【找it资源dbbp.net】【微 信648765304】
- 7-大模型高效微调工具HF PEFT 入门与实战.pdf 4.91M
- 1. 绔犺妭浠嬬粛.mp4 3.28M
- 4. 实战 LoRA 微调 Whisper-Large-v2 中文语音识别_ev.mp4 233.79M
- 5.作业.txt 0.54kb
第8章9 集
- 8-大模型量化技术入门与实战.pdf 6.14M
- Quantization论文.zip 5.56M
- 1. 绔犺妭浠嬬粛_ev.mp4 2.65M
- 2. 模型显存占用与量化技术简介_ev.mp4 34.87M
- 3. GPTQ：专为 GPT 设计的模型量化算法_ev.mp4 74.97M
- 4. AWQ：激活感知权重量化算法_ev.mp4 52.91M
- 5. BitsAndBytes(BnB) ：模型量化软件包_ev.mp4 15.89M
- 6. 实战 Facebook OPT 模型量化_ev.mp4 80.76M
- 7.作业.txt 0.46kb
第9章13 集
- 9-GLM 大模型家族与ChatGLM3-6B微调入门.pdf 15.35M
- GLM论文.zip 43.84M
- 1. 绔犺妭浠嬬粛_ev.mp4 4.62M
- 3. 扩展模型：联网检索、多模态、代码生成_ev.mp4 44.82M
- 4. 对话模型 ChatGLM 系列_ev.mp4 11.17M
- 6. 实战 QLoRA 微调 ChatGLM3-6B_ev.mp4 89.00M
- 7.作业.txt 0.17kb
- 直播回放
- 10.17 第四次直播答疑_ev.mp4 65.26M
- 8.29 第一次直播答疑_ev.mp4 109.23M
- 9.26 第三次直播答疑_ev.mp4 40.03M
- 01-课前准备.docx 740.23kb
- 02-课程表.webp 570.21kb
- AI大模型微调训练营第5期_文件目录.txt 8.40kb
- AI大模型微调训练营第5期/
