AI大模型微调训练营第5期 极客

admin

│  01-课前准备.docx
│  02-课程表.webp
│  
├─1 Al 大模型四阶技术总览
│                1.章节介绍.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
│                3.AI应用浪潮：高校共识、硅谷创新、中美博弈.mp4
│                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
│                7.AI大模型四阶技术总览：大模型微调（Fine-tuning）.mp4
│                8.AI大模型四阶技术总览：预训练技术（Pre-training）.mp4
│               
├─2 大语言模型技术发展与演进
│                1.章节介绍.mp4
│                2.统计语言模型.mp4
│                3.神经网络语言模型.mp4
│                4.大语言模型：注意力机制.mp4
│                5.大语言模型：Transformer网络架构.mp4
│                6.大语言模型：GPT-1与BERT.mp4
│                7.大语言模型：暴力美学GPT系列模型.mp4
│               
├─3 大模型开发工具库 HF Transformers
│                1.章节介绍.mp4
│                2.Hugging Face Transformers快速入门.mp4
│                3.Transformers核心功能模块.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
│               
├─4 实战Transformers模型训练
│                1.章节介绍.mp4
│                2.数据集处理库Hugging Face Datasets.mp4
│                3.Transformers模型训练入门.mp4
│                4.实战训练BERT模型：文本分类任务.mp4
│                5.实战训练BERT模型：QA任务.mp4
│                6.作业.txt
│               
├─5 大模型高效微调技术揭秘 上
│                1.章节介绍.mp4
│                2.Before PEFT：Hard Prompt  Full Fine-tune.mp4
│                3.PEFT主流技术分类介绍.mp4
│                4.PEFT - Adapter技术.mp4
│                5.PEFT - Soft Prompt 技术（Task-specific Tuning）.mp4
│                6.PEFT - Soft Prompt 技术（Prompt Encoder）.mp4
│               
├─6 大模型高效微调技术揭秘 上
│                1.章节介绍.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
│                4.QLoRA量化低秩适配微调技术.mp4
│                5.UniPELT：大模型PEFT统一框架.mp4
│                6.(IA)3：极简主义增量训练方法.mp4
│               
├─7 大模型高效微调工具HF PEFT 入门与实战
│                1.章节介绍.mp4
│                2.Hugging Face PEFT 快速入门.mp4
│                3.OpenAI Whisper 模型介绍.mp4
│                4.实战 LoRA 微调 Whisper-Large-v2 中文语音识别.mp4
│                5.作业.txt
│               
├─8 大模型量化技术入门与实战
│                1.章节介绍.mp4
│                2.模型显存占用与量化技术简介.mp4
│                3.GPTQ：专为 GPT 设计的模型量化算法.mp4
│                4.AWQ：激活感知权重量化算法.mp4
│                5.BitsAndBytes(BnB) ：模型量化软件包.mp4
│                6.实战 Facebook OPT 模型量化.mp4
│                7.作业.txt
│               
├─9 GLM 大模型家族与ChatGLM3-6B微调入门
│                1.章节介绍.mp4
│                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
│                4.对话模型 ChatGLM 系列.mp4
│                5.ChatGLM3-6B 微调入门.mp4
│                6.实战 QLoRA 微调 ChatGLM3-6B.mp4
│                7.作业.txt
│               
│               
├─10 实战私有数据微调ChatGLM3.pdf
│                1.章节介绍.mp4
│                2.使用 ChatGPT 自动设计生成训练数据的 Prompt.mp4
│                3.合成数据： LangChain + GPT-3.5 Turbo.mp4
│                4.数据增强：提升训练数据多样性.mp4
│                5.提示工程：保持批量生成数据稳定性.mp4
│                6.实战私有数据微调 ChatGLM3.mp4
│                7.作业.txt
│               
├─11 ChatGPT大模型训练技术RLHF
│                1.章节介绍.mp4
│                2.ChatGPT 大模型训练核心技术.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
│               
├─12-混合专家模型（MoEs）技术揭秘.pdf
│                1.章节介绍.mp4
│                2.MoEs 技术发展简史.mp4
│                3.MoEs 与大模型结合后的技术发展.mp4
│                4.MoEs 实例研究：Mixtral-8x7B.mp4
│               
├─13 Meta AI 大模型 LLaMA
│                1.章节介绍.mp4
│                2.LLaMA 1 大模型技术解读.mp4
│                3.LLaMA 1 衍生模型大家族.mp4
│                4.LLaMA 2 大模型技术解读.mp4
│                5.申请和获取 LLaMA 2 模型预训练权重.mp4
│               
├─14 实战LLaMA2-7B指令微调
│                1.章节介绍.mp4
│                2.大模型训练技术总结.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
│               
├─15 大模型分布式训练框架Microsoft DeepSpeed
│                1.章节介绍.mp4
│                2.预训练模型显存计算方法.mp4
│                3.Zero Redundancy Optimizer  ZeRO技术详解.mp4
│                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
│                6.DeepSpeed 与 Transformers 集成训练大模型.mp4
│                7.DeepSpeed 框架编译与安装.mp4
│                8.DeepSpeed ZeRO 配置详解.mp4
│                9.使用 DeepSpeed 单机多卡、分布式训练.mp4
│                10.实战 DeepSpeed ZeRO-2 和 ZeRO-3 单机单卡训练.mp4
│                11.DeepSpeed 创新模块 Inference Compression  Science.mp4
│               
├─16 国产化实战：基于华为 Ascend 910 微调 ChatGLM-6B
│                1.章节介绍.mp4
│                2.蓝色星球的算力霸主：NVIDIA.mp4
│                3.厚积薄发的江湖大佬：Google.mp4
│                4.努力追赶的国产新秀：华为.mp4
│                5.华为昇腾全栈 AI 软硬件平台介绍.mp4
│                6.实战：华为 Ascend 910B 微调 ChatGLM 6B 模型.mp4
│               
└─17 智谱章节
                1.GLM 大模型家族介绍.mp4
                1.GLM大模型家族介绍.pdf
                2.GLM 模型部署微调实践.mp4
                2.GLM模型部署实践.pdf
                3.CogVLM模型部署实践.mp4
                3.CogVLM模型部署实践.pdf
                4.选学 智谱第四代 API 介绍.mp4
                4.选学 GLM4 GLM4V API 调用实践.pdf
                5.选学 API 基础教学和实战-问题解决方案.txt
                5.选学 API 基础教学和实战.mp4
                6.使用 GLM-4 API 构建模型和应用.mp4

下载

游客，如果您要查看本帖隐藏内容请回复