网盘截图:

课程目录:

├── 第1章

│   ├── 课件

│   │   ├── 1-AI大模型四阶技术总览.pdf

│   ├── 4. 把握浪潮:AI 大模型助力超级个体和小团队.mp4

│   ├── 5. AI大模型四阶技术总览:提示工程(Prompt Engineering).mp4

│   ├── 6. AI大模型四阶技术总览:AI智能体(Agents).mp4

│   ├── 8. AI大模型四阶技术总览:预训练技术(Pre-training).mp4

│   ├── 7. AI大模型四阶技术总览:大模型微调(Fine-tuning).mp4

│   ├── 1. 章节介绍.mp4

│   ├── 3. AI应用浪潮:高校共识、硅谷创新、中美博弈.mp4

│   ├── 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

├── 第2章

│   ├── 课件

│   │   ├── 代码链接地址.txt

│   │   ├── 论文.zip

│   │   ├── 2-大语言模型技术发展与演进.pdf

│   ├── 4. 大语言模型:注意力机制.mp4

│   ├── 7. 大语言模型:暴力美学GPT系列模型.mp4

│   ├── 1. 章节介绍.mp4

│   ├── 3. 神经网络语言模型.mp4

│   ├── 6. 大语言模型:GPT-1与BERT.mp4

│   ├── 2. 统计语言模型.mp4

│   ├── 5. 大语言模型:Transformer网络架构.mp4

├── 第3章

│   ├── 课件

│   │   ├── 5-大模型开发工具库 HF Transformers.pdf

│   ├── 2. Hugging Face Transformers快速入门.mp4

│   ├── 4. 大模型开发环境搭建.mp4

│   ├── 5. 实战Hugging Face Transformers工具库.mp4

│   ├── 6.作业.txt

│   ├── 1. 章节介绍.mp4

│   ├── 3. Transformers核心功能模块.mp4

├── 第4章

│   ├── 课件

│   │   ├── 4-实战Transformers模型训练.pdf

│   ├── 4. 实战训练BERT模型:文本分类任务.mp4

│   ├── 1. 章节介绍.mp4

│   ├── 5. 实战训练BERT模型:QA任务.mp4

│   ├── 3. Transformers模型训练入门.mp4

│   ├── 6.作业.txt

│   ├── 2. 数据集处理库Hugging Face Datasets.mp4

├── 第5章

│   ├── 课件

│   │   ├── 5-大模型高效微调技术揭秘(上).pdf

│   │   ├── Fine-tuning论文.zip

│   │   ├── Instruction-Tuning论文.zip

│   ├── 4. PEFT - Adapter技术.mp4

│   ├── 3. PEFT主流技术分类介绍.mp4

│   ├── 5. PEFT - Soft Prompt 技术(Task-specific Tuning).mp4

│   ├── 1. 章节介绍.mp4

│   ├── 6. PEFT - Soft Prompt 技术(Prompt Encoder).mp4

│   ├── 2. Before PEFT:Hard Prompt  Full Fine-tune.mp4

├── 第6章

│   ├── 课件

│   │   ├── 6-大模型高效微调技术揭秘(下).pdf

│   ├── 5. UniPELT:大模型PEFT统一框架.mp4

│   ├── 2. LoRA低秩适配微调技术.mp4

│   ├── 3. AdaLoRA自适应权重矩阵微调技术.mp4

│   ├── 1. 章节介绍.mp4

│   ├── 6. (IA)3:极简主义增量训练方法.mp4

│   ├── 4. QLoRA量化低秩适配微调技术.mp4

├── 第7章

│   ├── 课件

│   │   ├── 7-大模型高效微调工具HF PEFT 入门与实战.pdf

│   ├── 1. 章节介绍.mp4

│   ├── 2. Hugging Face PEFT 快速入门.mp4

│   ├── 3. OpenAI Whisper 模型介绍.mp4

│   ├── 5.作业.txt

│   ├── 4. 实战 LoRA 微调 Whisper-Large-v2 中文语音识别.mp4

├── 第8章

│   ├── 课件

│   │   ├── 8-大模型量化技术入门与实战.pdf

│   │   ├── Quantization论文.zip

│   ├── 1. 章节介绍.mp4

│   ├── 6. 实战 Facebook OPT 模型量化.mp4

│   ├── 5. BitsAndBytes(BnB) :模型量化软件包.mp4

│   ├── 4. AWQ:激活感知权重量化算法.mp4

│   ├── 3. GPTQ:专为 GPT 设计的模型量化算法.mp4

│   ├── 2. 模型显存占用与量化技术简介.mp4

│   ├── 7.作业.txt

├── 第9章

│   ├── 课件

│   │   ├── GLM论文.zip

│   │   ├── 9-GLM 大模型家族与ChatGLM3-6B微调入门.pdf

│   ├── 2. 基座模型 GLM-130B.mp4

│   ├── 3. 扩展模型:联网检索、多模态、代码生成.mp4

│   ├── 7.作业.txt

│   ├── 1. 章节介绍.mp4

│   ├── 4. 对话模型 ChatGLM 系列.mp4

│   ├── 6. 实战 QLoRA 微调 ChatGLM3-6B.mp4

│   ├── 5. ChatGLM3-6B 微调入门.mp4

├── 第10章

│   ├── 课件

│   │   ├── 10-实战私有数据微调ChatGLM3.pdf

│   ├── 3. 合成数据: LangChain + GPT-3.5 Turbo.mp4

│   ├── 1. 章节介绍.mp4

│   ├── 5. 提示工程:保持批量生成数据稳定性.mp4

│   ├── 2. 使用 ChatGPT 自动设计生成训练数据的 Prompt.mp4

│   ├── 7.作业.txt

│   ├── 6. 实战私有数据微调 ChatGLM3.mp4

│   ├── 4. 数据增强:提升训练数据多样性.mp4

├── 直播回放

│   ├── 10.17 第四次直播答疑.mp4

│   ├── 9.26 第三次直播答疑.mp4

│   ├── 8.29 第一次直播答疑.mp4

├── 第11章

│   ├── 课件

│   │   ├── 11-ChatGPT大模型训练技术RLHF.pdf

│   │   ├── RLHF论文.zip

│   ├── 2. ChatGPT 大模型训练核心技术.mp4

│   ├── 1. 章节介绍.mp4

│   ├── 3. 基于人类反馈的强化学习(RLHF)技术详解.mp4

│   ├── 4. 基于 AI 反馈的强化学习(RLAIF)技术.mp4

├── 第12章

│   ├── 课件

│   │   ├── 12-混合专家模型(MoEs)技术揭秘.pdf

│   │   ├── MoEs论文.zip

│   ├── 3. MoEs 与大模型结合后的技术发展.mp4

│   ├── 2. MoEs 技术发展简史.mp4

│   ├── 4. MoEs 实例研究:Mixtral-8x7B.mp4

│   ├── 1. 章节介绍.mp4

├── 第13章

│   ├── 课件

│   │   ├── 13-Meta AI 大模型 LLaMA.pdf

│   │   ├── LLaMA论文.zip

│   ├── 1. 章节介绍.mp4

│   ├── 3. LLaMA 1 衍生模型大家族.mp4

│   ├── 5. 申请和获取 LLaMA 2 模型预训练权重.mp4

│   ├── 4. LLaMA 2 大模型技术解读.mp4

│   ├── 2. LLaMA 1 大模型技术解读.mp4

├── 第14章

│   ├── 课件

│   │   ├── 14-实战LLaMA2-7B指令微调.pdf

│   ├── 1. 章节介绍.mp4

│   ├── 3. LLaMA2-7B 指令微调上手实战.mp4

│   ├── 4. 再谈中文指令微调方法.mp4

│   ├── 2. 大模型训练技术总结.mp4

├── 第15章

│   ├── 课件

│   │   ├── 15-大模型分布式训练框架Microsoft DeepSpeed.pdf

│   ├── 4. Microsoft DeepSpeed 框架和核心技术.mp4

│   ├── 5. 分布式模型训练并行化技术对比.mp4

│   ├── 1. 章节介绍.mp4

│   ├── 6. DeepSpeed 与 Transformers 集成训练大模型.mp4

│   ├── 8. DeepSpeed ZeRO 配置详解.mp4

│   ├── 11. DeepSpeed 创新模块 Inference Compression  Science.mp4

│   ├── 9. 使用 DeepSpeed 单机多卡、分布式训练.mp4

│   ├── 2. 预训练模型显存计算方法.mp4

│   ├── 10. 实战 DeepSpeed ZeRO-2 和 ZeRO-3 单机单卡训练.mp4

│   ├── 3. Zero Redundancy Optimizer  ZeRO技术详解.mp4

│   ├── 7. DeepSpeed 框架编译与安装.mp4

├── 第16章

│   ├── 课件

│   │   ├── 16-国产化实战:基于华为 Ascend 910 微调 ChatGLM-6B.pdf

│   ├── 5. 华为昇腾全栈 AI 软硬件平台介绍.mp4

│   ├── 3. 厚积薄发的江湖大佬:Google.mp4

│   ├── 2. 蓝色星球的算力霸主:NVIDIA.mp4

│   ├── 4. 努力追赶的国产新秀:华为.mp4

│   ├── 6. 实战:华为 Ascend 910B 微调 ChatGLM 6B 模型.mp4

│   ├── 1. 章节介绍.mp4

├── 第17章 智谱章节

│   ├── 3. CogVLM模型部署实践.mp4

│   ├── 5. 选学 API 基础教学和实战-问题解决方案.txt

│   ├── 6. 使用 GLM-4 API 构建模型和应用.mp4

│   ├── 1. GLM 大模型家族介绍.mp4

│   ├── 5. 选学 API 基础教学和实战.mp4

│   ├── 1.GLM大模型家族介绍.pdf

│   ├── 4.选学 GLM4 GLM4V API 调用实践.pdf

│   ├── 4. 选学 智谱第四代 API 介绍.mp4

│   ├── 2.GLM模型部署实践.pdf

│   ├── 3.CogVLM模型部署实践.pdf

│   ├── 2. GLM 模型部署微调实践.mp4


声明:猿学谷是一个资源分享和技术交流平台,本站所发布的一切视频,文章,软件,书籍资源仅限用于学习和研究目的;不得将上述内容用于商业或者非法用途,否则,一切后果请用户自负。本站信息来自网络以及用户发布,版权争议与本站无关。您必须在下载后的24个小时之内,从您的电脑中彻底删除上述内容。如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。如若本站内容侵犯了原著者的合法权益,可联系我们QQ客服 3863518080 进行处理。