人工精选AI大模型微调训练营第5期【VIP】
AI大模型微调训练营导读 课程解决什么问题 企业用通用大模型无法满足个性化需求,比如定制客服回答、特定领域文案生成。本课通过实操,让你能自己设计训练数据、微调模型,解决真实工作场景中的模型定制问题,而非停留在调API的阶段。课程聚焦从数据到模型的完整链路,帮你把通用模型变成能直接投入业务的产品。 适
会员可免费下载本篇月会员可按日额度下载(每篇扣 1 次)。
开通会员 ›会员 A · 按档位折扣
会员 B
游客按标价购买,不享受上表折扣。
支付成功后自动发放网盘链接,链接失效可找客服免费补
AI大模型微调训练营导读
课程解决什么问题
企业用通用大模型无法满足个性化需求,比如定制客服回答、特定领域文案生成。本课通过实操,让你能自己设计训练数据、微调模型,解决真实工作场景中的模型定制问题,而非停留在调API的阶段。课程聚焦从数据到模型的完整链路,帮你把通用模型变成能直接投入业务的产品。
适合什么基础
需要具备Python基础,了解基本Prompt设计思路,能处理文件读写和命令行操作。无需有AI模型开发经验,但对数据处理和命令行工具使用需熟悉。课程偏实践,不适合纯理论爱好者。建议先理清自身基础是否匹配,否则后期实操会频繁卡壳。
建议先看哪几块
按第10章和第11章顺序学习。第10章直接教你微调流程,包括Prompt设计、数据合成、模型微调,是核心实战内容。第11章解决训练数据质量与模型对齐问题,是第10章的前置背景。第12、13章作为技术补充,理解MoE架构和LLaMA系列有助于更好掌握后续微调工具链。整体节奏建议按章节推进,不要跳着看。
学完能独立做什么
能独立完成从Prompt设计、数据合成、模型微调到效果评估的全流程。具体产出包括:用ChatGPT设计训练数据Prompt、用LangChain生成合成数据、处理数据增强、微调ChatGLM3模型并评估效果。作业环节需动手实操,能产出可用的微调模型或训练数据集,而非仅停留在概念理解。
资料怎么配合练习
资料包包含完整课件和操作视频,建议边看边做笔记,重点模仿视频中的Prompt设计和数据生成流程。作业环节需结合课件内容动手完成,理解每个步骤的技术原理而非仅复制操作。第11章的RLHF和RLAIF内容偏理论,建议先理解原理再看第10章的实操视频,避免混淆。整体资料用法是:视频看思路,课件看细节,作业练手感。
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. 章节介绍.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. 章节介绍_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. 章节介绍.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 实例研究:Mixtral-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. 章节介绍.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. 章节介绍_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12 集
- 15-大模型分布式训练框架Microsoft DeepSpeed.pdf 8.05M
- 1. 章节介绍_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
- 3. Zero Redundancy Optimizer ZeRO技术详解_ev.mp4 68.20M
- 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. 章节介绍_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. 章节介绍.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. 章节介绍.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7 集
- 5-大模型开发工具库 HF Transformers.pdf 4.44M
- 1. 章节介绍_ev.mp4 2.60M
- 2. Hugging Face Transformers快速入门_ev.mp4 29.88M
- 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. 章节介绍.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9 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. 章节介绍_ev.mp4 6.96M
- 2. Before PEFT:Hard Prompt Full Fine-tune_ev.mp4 52.24M
- 3. PEFT主流技术分类介绍.mp4 23.01M
- 4. PEFT - Adapter技术.mp4 58.03M
- 5. PEFT - Soft Prompt 技术(Task-specific Tuning).mp4 95.85M
- 6. PEFT - Soft Prompt 技术(Prompt Encoder).mp4 76.37M
第6章7 集
- 6-大模型高效微调技术揭秘(下).pdf 7.56M
- 1. 章节介绍_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6 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. 章节介绍.mp4 3.28M
- 2. Hugging Face PEFT 快速入门.mp4 57.99M
- 3. OpenAI Whisper 模型介绍.mp4 31.24M
- 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. 章节介绍_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15 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. 章节介绍_ev.mp4 4.62M
- 2. 基座模型 GLM-130B_ev.mp4 93.10M
- 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
- 5. ChatGLM3-6B 微调入门_ev.mp4 20.55M
- 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/





