AI爱好者：对大语言模型和生成式AI充满兴趣，想深入了解其技术原理的学习者 开发者：有一定编程基础，希望学习自然语言处理技术的软件工程师 数据科学家：从事机器学习相关工作，想了解大型语言模型技术细节的专业人士 产品经理：希望掌握AI技术趋势，规划相关产品的互联网从业者

*   01 第一阶段 打通ChatGPT背后的数学基础：微积分概率统计优化/

  *   01 先导课 如何快速整体理解ChatGPT背后的技术原理 (250.22 MB), 01:08:47

  *   02 第一课 微积分、概率统计快速梳理回顾 (262.11 MB), 01:09:07

  *   03 第二课 优化方法的轻松掌握，不再死记硬背 (361.91 MB), 01:39:03

*   02 第二阶段 总结10来本RL教材的经验：强化学习极简入门/

  *   01 第三课 RL极简入门(上)：RL基本概念与三大表格求解法 (318.62 MB), 01:53:24

  *   02 第四课 RL极简入门(下)：从策略梯度、Actor-Criti到TRPO、PPO算法 (321.52 MB), 02:00:58

*   03 第三阶段 ChatGPT底层强大的语言模型：GPT系列/

  *   01 第五课 通俗理解Transformer：从Word2Vec、Seq2Seq逐步理解到GPT、BERT (383.60 MB), 01:41:37

  *   02 第五课 补充之1 BERT原理及实现 (224.09 MB), 01:37:34

  *   03 第六课 从GPTGPT2GPT3：微调到prompt学习的过渡 (551.12 MB), 02:13:13

  *   04 第七课 GPT3到GPT3.5：指令微调、思维链、代码训练 (424.46 MB), 01:45:25

*   04 第四阶段 探讨ChatGPT背后的训练方式与GPT4的多模态技术解密/

  *   01 第八课 InstructGPTChatGPT训练三阶段及多轮对话能力 (292.15 MB), 02:04:30

  *   02 第九课 GPT4背后多模态的能力起源与发展历史(上) (338.44 MB), 01:27:31

  *   03 第十课 GPT4背后多模态的能力起源与发展历史(下) (251.77 MB), 01:04:27

*   05 第五阶段 类ChatGPT开源项目的训练实现与部署微调/

  *   01 第十一课 LLaMA的解读与其微调：Alpaca-LoRAVicunaBELLE中文LLaMA姜子牙LLaMA 2 (365.24 MB), 01:41:58

  *   02 第十二课 ChatGLM-6B的基座部署微调实现：从GLM到6B的LoRAP-Tuning微调、及6B源码解读 (330.03 MB), 01:17:35