针对企业高频需求场景，新增3个垂直领域微调项目：“医疗领域大模型微调”（基于公开医疗数据集，让模型掌握专业医疗问答能力）、“电商客服大模型定制”（用企业客服对话数据微调，实现精准产品咨询与售后处理）、“代码生成大模型优化”（基于特定编程语言数据集微调，提升代码生成准确率）。每个项目覆盖数据清洗（去重、脱敏）、微调训练、效果评估全流程。

*   01 学习手册/

  *   01 欢迎来到AI 大模型微调训练营.html (0.01 MB)

  *   02 课前准备.html (0.01 MB)

  *   03 课程安排.html (0.01 MB)

  *   04 学习群组与助教答疑.html (0.01 MB)

  *   05 作业提交.html (0.00 MB)

  *   06 毕业条件.html (0.00 MB)

  *   07 课程有效期、延期&退费申请.html (0.00 MB)

*   02 直播回放/

  *   01 1.16开营直播：大语言模型微调的前沿技术与应用.mp4 (460.42 MB), 01:42:44

  *   02 1月23日第一次直播答疑.mp4 (261.93 MB), 01:08:33

  *   03 2月5第二次直播答疑.mp4 (217.91 MB), 01:02:08

  *   04 2月27日第三次直播答疑.mp4 (309.30 MB), 01:08:29

  *   05 3.11微调1期第四次答疑.mp4 (261.24 MB), 01:13:00

*   03 第一章：AI大模型四阶技术总览/

  *   01 1. 章节介绍.mp4 (18.94 MB), 04:26

  *   02 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 (138.39 MB), 31:21

  *   03 3. AI应用浪潮：高校共识、硅谷创新、中美博弈.mp4 (220.20 MB), 45:50

  *   04 4. 把握浪潮：AI 大模型助力超级个体和小团队.mp4 (39.14 MB), 05:45

  *   05 5. AI大模型四阶技术总览：提示工程（Prompt Engineering）.mp4 (130.36 MB), 30:21

  *   06 6. AI大模型四阶技术总览：AI智能体（Agents）.mp4 (102.72 MB), 26:49

  *   07 7. AI大模型四阶技术总览：大模型微调（Fine-tuning）.mp4 (96.19 MB), 23:10

  *   08 8. AI大模型四阶技术总览：预训练技术（Pre-training）.mp4 (49.26 MB), 08:26

*   04 第二章：大语言模型技术发展与演进/

  *   01 1. 章节介绍.mp4 (90.05 MB), 16:39

  *   02 2. 统计语言模型.mp4 (110.57 MB), 22:05

  *   03 3. 神经网络语言模型.mp4 (156.78 MB), 36:37

  *   04 4. 大语言模型：注意力机制.mp4 (101.39 MB), 23:36

  *   05 5. 大语言模型：Transformer网络架构.mp4 (127.17 MB), 27:39

  *   06 6. 大语言模型：GPT-1与BERT.mp4 (109.80 MB), 26:26

  *   07 7. 大语言模型：暴力美学GPT系列模型.mp4 (93.03 MB), 21:52

  *   08 作业（不需要提交）.html (0.01 MB)

  *   08 第一周作业参考答案.pdf (0.06 MB)

*   05 第三章：大模型开发工具库HF Transformers/

  *   01 1. 章节介绍.mp4 (6.35 MB), 01:31

  *   01 大模型开发工具库 HF Transformers.pdf (4.44 MB)

  *   02 2. Hugging Face Transformers快速入门.mp4 (63.90 MB), 15:14

  *   03 3. Transformers核心功能模块.mp4 (99.60 MB), 24:27

  *   04 4. 大模型开发环境搭建.mp4 (71.34 MB), 11:41

  *   05 5. 实战Hugging Face Transformers工具库.mp4 (399.56 MB), 59:08

  *   06 第一次作业【需要提交】.html (0.00 MB)

*   06 第四章：实战Transformers模型训练/

  *   01 1. 章节介绍.mp4 (12.64 MB), 03:04

  *   01 4-实战Transformers模型训练.pdf (5.15 MB)

  *   02 2. 数据集处理库Hugging Face Datasets.mp4 (105.33 MB), 25:08

  *   03 3. Transformers模型训练入门.mp4 (45.31 MB), 11:12

  *   04 4. 实战训练BERT模型：文本分类任务.mp4 (278.56 MB), 38:16

  *   05 5. 实战训练BERT模型：QA任务.mp4 (614.72 MB), 01:29:47

  *   06 第二次作业【需要提交】.html (0.00 MB)

*   07 第五章：大模型高效微调技术揭秘（上）/

  *   01 1. 章节介绍.mp4 (16.43 MB), 04:04

  *   01 5-大模型高效微调技术揭秘（上）.pdf (9.80 MB)

  *   02 2. Before PEFT：Hard Prompt Full Fine-tune.mp4 (118.81 MB), 26:33

  *   03 3. PEFT主流技术分类介绍.mp4 (49.39 MB), 12:35

  *   04 4. PEFT - Adapter技术.mp4 (120.36 MB), 27:09

  *   05 5. PEFT - Soft Prompt 技术（Task-specific Tuning）.mp4 (202.43 MB), 37:48

  *   06 6. PEFT - Soft Prompt 技术（Prompt Encoder）.mp4 (158.64 MB), 29:56

*   08 第六章：大模型高效微调技术揭秘（下）/

  *   01 1. 章节介绍.mp4 (8.91 MB), 02:09

  *   01 6-大模型高效微调技术揭秘（下）.pdf (7.56 MB)

  *   02 2. LoRA低秩适配微调技术.mp4 (122.89 MB), 25:54

  *   03 3. AdaLoRA自适应权重矩阵微调技术.mp4 (121.78 MB), 28:24

  *   04 4. QLoRA量化低秩适配微调技术.mp4 (98.22 MB), 22:42

  *   05 5. UniPELT：大模型PEFT统一框架.mp4 (41.70 MB), 09:10

  *   06 6. (IA)3：极简主义增量训练方法.mp4 (63.77 MB), 13:27

*   09 第七章：大模型高效微调工具 HF PEFT 入门与实战/

  *   01 1. 章节介绍.mp4 (7.44 MB), 02:07

  *   01 7-大模型高效微调工具HF PEFT 入门与实战.pdf (4.91 MB)

  *   02 2. Hugging Face PEFT 快速入门.mp4 (125.21 MB), 31:22

  *   03 3. OpenAI Whisper 模型介绍.mp4 (64.36 MB), 13:31

  *   04 4. 实战 LoRA 微调 Whisper-Large-v2 中文语音识别.mp4 (439.50 MB), 01:04:53

  *   05 第三次作业【需要提交】.html (0.00 MB)

*   10 第八章：大模型量化技术入门与实战/

  *   01 1. 章节介绍.mp4 (6.45 MB), 01:42

  *   01 8-大模型量化技术入门与实战.pdf (6.14 MB)

  *   02 2. 模型显存占用与量化技术简介.mp4 (77.64 MB), 18:06

  *   03 3. GPTQ：专为 GPT 设计的模型量化算法.mp4 (151.34 MB), 30:28

  *   04 4. AWQ：激活感知权重量化算法.mp4 (105.22 MB), 22:31

  *   05 5. BitsAndBytes(BnB) ：模型量化软件包.mp4 (32.44 MB), 07:52

  *   06 6. 实战 Facebook OPT 模型量化.mp4 (161.11 MB), 24:53

  *   07 第四次作业【需要提交】.html (0.00 MB)

*   11 第九章：GLM 大模型家族与 ChatGLM3-6B 微调入门/

  *   01 1. 章节介绍.mp4 (11.64 MB), 02:48

  *   01 9-GLM 大模型家族与ChatGLM3-6B微调入门.pdf (15.35 MB)

  *   01 GLM论文.zip (43.84 MB)

  *   02 2. 基座模型 GLM-130B.mp4 (198.11 MB), 45:48

  *   03 3. 扩展模型：联网检索、多模态、代码生成.mp4 (92.86 MB), 17:48

  *   04 4. 对话模型 ChatGLM 系列.mp4 (25.00 MB), 05:27

  *   05 5. ChatGLM3-6B 微调入门.mp4 (45.02 MB), 09:31

  *   06 6. 实战 QLoRA 微调 ChatGLM3-6B.mp4 (194.12 MB), 30:20

  *   07 第五次作业【需要提交】.html (0.00 MB)

*   12 第十章：实战私有数据微调ChatGLM3/

  *   01 1. 章节介绍.mp4 (22.07 MB), 05:10

  *   01 10-实战私有数据微调ChatGLM3.pdf (10.19 MB)

  *   02 2. 使用 ChatGPT 自动设计生成训练数据的 Prompt.mp4 (132.25 MB), 24:40

  *   03 3. 合成数据： LangChain + GPT-3.5 Turbo.mp4 (27.62 MB), 07:05

  *   04 4. 数据增强：提升训练数据多样性.mp4 (36.96 MB), 07:20

  *   05 5. 提示工程：保持批量生成数据稳定性.mp4 (92.02 MB), 12:16

  *   06 6. 实战私有数据微调 ChatGLM3.mp4 (219.13 MB), 32:20

  *   07 第六次作业【需要提交】.html (0.00 MB)

*   13 第十一章：ChatGPT 大模型训练技术 RLHF/

  *   01 1. 章节介绍.mp4 (30.56 MB), 07:06

  *   01 11-ChatGPT大模型训练技术RLHF.pdf (6.88 MB)

  *   01 RLHF论文.zip (6.05 MB)

  *   02 2. ChatGPT 大模型训练核心技术.mp4 (205.92 MB), 43:52

  *   03 3. 基于人类反馈的强化学习（RLHF）技术详解.mp4 (188.02 MB), 42:11

  *   04 4. 基于 AI 反馈的强化学习（RLAIF）技术.mp4 (39.84 MB), 09:01

*   14 第十二章：混合专家模型（MoEs）技术揭秘/

  *   01 1. 章节介绍.mp4 (16.33 MB), 03:47

  *   01 12-混合专家模型（MoEs）技术揭秘.pdf (5.12 MB)

  *   01 MoEs论文.zip (7.67 MB)

  *   02 2. MoEs 技术发展简史.mp4 (225.91 MB), 47:31

  *   03 3. MoEs 与大模型结合后的技术发展.mp4 (206.65 MB), 48:23

  *   04 4. MoEs 实例研究：Mixtral-8x7B.mp4 (52.33 MB), 12:58

*   15 第十三章：Meta AI 大模型 LLaMA/

  *   01 1. 章节介绍.mp4 (13.07 MB), 03:45

  *   01 13-Meta AI 大模型 LLaMA.pdf (8.83 MB)

  *   01 LLaMA论文.zip (15.27 MB)

  *   02 2. LLaMA 1 大模型技术解读.mp4 (223.22 MB), 56:06

  *   03 3. LLaMA 1 衍生模型大家族.mp4 (186.61 MB), 38:44

  *   04 4. LLaMA 2 大模型技术解读.mp4 (62.07 MB), 16:14

  *   05 5. 申请和获取 LLaMA 2 模型预训练权重.mp4 (28.70 MB), 05:57

*   16 第十四章：实战LLaMA2-7B指令微调/

  *   01 14-实战LLaMA2-7B指令微调.pdf (2.69 MB)

  *   01 （直播版本）实战LLaMA2-7B指令微调.mp4 (635.39 MB), 02:12:04

*   17 第十五章：大模型分布式训练框架Microsoft DeepSpeed/

  *   01 1. 章节介绍.mp4 (12.15 MB), 02:51

  *   01 15-大模型分布式训练框架Microsoft DeepSpeed.pdf (8.05 MB)

  *   02 2. 预训练模型显存计算方法.mp4 (110.07 MB), 25:00

  *   03 3. Zero Redundancy Optimizer (ZeRO) 技术详解.mp4 (141.94 MB), 29:02

  *   04 4. Microsoft DeepSpeed 框架和核心技术.mp4 (137.51 MB), 27:54

  *   05 5. 分布式模型训练并行化技术对比.mp4 (35.07 MB), 08:35

  *   06 6. DeepSpeed 与 Transformers 集成训练大模型.mp4 (21.23 MB), 04:41

  *   07 7. DeepSpeed 框架编译与安装.mp4 (125.88 MB), 25:25

  *   08 8. DeepSpeed ZeRO 配置详解.mp4 (114.43 MB), 23:13

  *   09 9. 使用 DeepSpeed 单机多卡、分布式训练.mp4 (19.30 MB), 04:15

  *   10 10. 实战 DeepSpeed ZeRO-2 和 ZeRO-3 单机单卡训练.mp4 (95.14 MB), 14:28

  *   11 11. DeepSpeed 创新模块：Inference、Compression & Science.mp4 (16.60 MB), 02:54

  *   12 第七次作业【需要提交】.html (0.00 MB)

*   18 第十六章：国产化实战/

  *   01 16-国产化实战：基于华为 Ascend 910 微调 ChatGLM-6B.pdf (8.64 MB)

  *   01 （直播版本）基于华为 Ascend 910 微调 ChatGLM-6B.mp4 (616.54 MB), 02:12:51

*   19 智谱章节/

  *   01 1-GLM大模型家族介绍.pdf (7.37 MB)

  *   01 1. GLM 大模型家族介绍.mp4 (132.12 MB), 37:55

  *   02 2. GLM 模型部署微调实践.mp4 (209.82 MB), 55:49

  *   02 GLM模型部署实践.pdf (2.73 MB)

  *   03 3. CogVLM模型部署实践.mp4 (136.11 MB), 37:21

  *   03 CogVLM模型部署实践.pdf (2.87 MB)

  *   04 4. 智谱第四代 API 介绍.mp4 (16.72 MB), 05:01

  *   04 GLM-4、GLM-4V API 调用实践.pdf (1.77 MB)

  *   05 5. API 基础教学和实战.mp4 (87.90 MB), 21:33

  *   06 6. 使用 GLM-4 API 构建模型和应用.mp4 (136.26 MB), 25:27

  *   07 作业.html (0.00 MB)

*   20 毕业总结【必交】/

  *   01 毕业总结【必交】.html (0.00 MB)