文件清单 135 项

• 01-课前准备.docx
• 02-课程表.webp
• 1. 章节介绍_ev.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_ev.mp4
• 3. AI应用浪潮:高校共识,硅谷创新,中美博弈_ev.mp4
• 4. 把握浪潮:AI 大模型助力超级个体和小团队_ev.mp4
• 5. AI大模型四阶技术总览:提示工程(Prompt Engineering)_ev.mp4
• 6. AI大模型四阶技术总览:AI智能体(Agents)_ev.mp4
• 7. AI大模型四阶技术总览:大模型微调(Fine-tuning)_ev.mp4

展开全部 135 项

• 8. AI大模型四阶技术总览:预训练技术(Pre-training)_ev.mp4
• 1. 章节介绍_ev.mp4
• 2. 统计语言模型_ev.mp4
• 3. 神经网络语言模型_ev.mp4
• 4. 大语言模型:注意力机制_ev.mp4
• 5. 大语言模型:Transformer网络架构_ev.mp4
• 6. 大语言模型:GPT-1与BERT_ev.mp4
• 7. 大语言模型:暴力美学GPT系列模型_ev.mp4
• 1. 章节介绍_ev.mp4
• 2. Hugging Face Transformers快速入门_ev.mp4
• 3. Transformers核心功能模块_ev.mp4
• 4. 大模型开发环境搭建_ev.mp4
• 5. 实战Hugging Face Transformers工具库_ev.mp4
• 6.作业.txt
• 1. 章节介绍_ev.mp4
• 2. 数据集处理库Hugging Face Datasets_ev.mp4
• 3. Transformers模型训练入门_ev.mp4
• 4. 实战训练BERT模型:文本分类任务_ev.mp4
• 5. 实战训练BERT模型:QA任务_ev.mp4
• 6.作业.txt
• 1. 章节介绍_ev.mp4
• 2. Before PEFT:Hard Prompt Full Fine-tune_ev.mp4
• 3. PEFT主流技术分类介绍_ev.mp4
• 4. PEFT - Adapter技术_ev.mp4
• 5. PEFT - Soft Prompt 技术(Task-specific Tuning)_ev.mp4
• 6. PEFT - Soft Prompt 技术(Prompt Encoder)_ev.mp4
• 1. 章节介绍_ev.mp4
• 2. LoRA低秩适配微调技术_ev.mp4
• 3. AdaLoRA自适应权重矩阵微调技术_ev.mp4
• 4. QLoRA量化低秩适配微调技术_ev.mp4
• 5. UniPELT:大模型PEFT统一框架_ev.mp4
• 6. (IA)3:极简主义增量训练方法_ev.mp4
• 1. 章节介绍_ev.mp4
• 2. Hugging Face PEFT 快速入门_ev.mp4
• 3. OpenAI Whisper 模型介绍_ev.mp4
• 4. 实战 LoRA 微调 Whisper-Large-v2 中文语音识别_ev.mp4
• 5.作业.txt
• 1. 章节介绍_ev.mp4
• 2. 模型显存占用与量化技术简介_ev.mp4
• 3. GPTQ:专为 GPT 设计的模型量化算法_ev.mp4
• 4. AWQ:激活感知权重量化算法_ev.mp4
• 5. BitsAndBytes(BnB) :模型量化软件包_ev.mp4
• 6. 实战 Facebook OPT 模型量化_ev.mp4
• 7.作业.txt
• 1. 章节介绍_ev.mp4
• 2. 基座模型 GLM-130B_ev.mp4
• 3. 扩展模型:联网检索,多模态,代码生成_ev.mp4
• 4. 对话模型 ChatGLM 系列_ev.mp4
• 5. ChatGLM3-6B 微调入门_ev.mp4
• 6. 实战 QLoRA 微调 ChatGLM3-6B_ev.mp4
• 7.作业.txt
• 1. 章节介绍_ev.mp4
• 2. 使用 ChatGPT 自动设计生成训练数据的 Prompt_ev.mp4
• 3. 合成数据: LangChain + GPT-3.5 Turbo_ev.mp4
• 4. 数据增强:提升训练数据多样性_ev.mp4
• 5. 提示工程:保持批量生成数据稳定性_ev.mp4
• 6. 实战私有数据微调 ChatGLM3_ev.mp4
• 7.作业.txt
• 1. 章节介绍_ev.mp4
• 2. ChatGPT 大模型训练核心技术_ev.mp4
• 3. 基于人类反馈的强化学习(RLHF)技术详解_ev.mp4
• 4. 基于 AI 反馈的强化学习(RLAIF)技术_ev.mp4
• 1. 章节介绍_ev.mp4
• 2. MoEs 技术发展简史_ev.mp4
• 3. MoEs 与大模型结合后的技术发展_ev.mp4
• 4. MoEs 实例研究:Mixtral-8x7B_ev.mp4
• 1. 章节介绍_ev.mp4
• 2. LLaMA 1 大模型技术解读_ev.mp4
• 3. LLaMA 1 衍生模型大家族_ev.mp4
• 4. LLaMA 2 大模型技术解读_ev.mp4
• 5. 申请和获取 LLaMA 2 模型预训练权重_ev.mp4
• 1. 章节介绍_ev.mp4
• 2. 大模型训练技术总结_ev.mp4
• 3. LLaMA2-7B 指令微调上手实战_ev.mp4
• 4. 再谈中文指令微调方法_ev.mp4
• 1. 章节介绍_ev.mp4
• 2. 预训练模型显存计算方法_ev.mp4
• 3. Zero Redundancy Optimizer ZeRO技术详解_ev.mp4
• 4. Microsoft DeepSpeed 框架和核心技术_ev.mp4
• 5. 分布式模型训练并行化技术对比_ev.mp4
• 6. DeepSpeed 与 Transformers 集成训练大模型_ev.mp4
• 7. DeepSpeed 框架编译与安装_ev.mp4
• 8. DeepSpeed ZeRO 配置详解_ev.mp4
• 9. 使用 DeepSpeed 单机多卡,分布式训练_ev.mp4
• 10. 实战 DeepSpeed ZeRO-2 和 ZeRO-3 单机单卡训练_ev.mp4
• 11. DeepSpeed 创新模块 Inference Compression Science_ev.mp4
• 1. 章节介绍_ev.mp4
• 2. 蓝色星球的算力霸主:NVIDIA_ev.mp4
• 3. 厚积薄发的江湖大佬:Google_ev.mp4
• 4. 努力追赶的国产新秀:华为_ev.mp4
• 5. 华为昇腾全栈 AI 软硬件平台介绍_ev.mp4
• JK-AI大模型微调训练营第5期(极客)/
• 第1章/
• 第2章/
• 第3章/
• 第4章/
• 第5章/
• 第6章/
• 第7章/
• 第8章/
• 第9章/
• 第10章/
• 第11章/
• 第12章/
• 第13章/
• 第14章/
• 第15章/
• 第16章/
• 第17章/
• 直播回放/
• 课件/
• 课件/
• 课件/
• 课件/
• 课件/
• 课件/
• 课件/
• 课件/
• 课件/
• 课件/
• 课件/
• 课件/
• 课件/
• 课件/
• 课件/
• 课件/