极客AI大模型微调训练营第5期

如何自学占星术占星教程网盘塔罗牌教程百度网盘

│  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
│    课件.7z
│
├─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
│    课件.7z
│
├─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
│    课件.7z
│
├─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
│    课件.7z
│
├─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
│    课件.7z
│
├─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
│    课件.7z
│
├─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
│    课件.7z
│
├─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
│    课件.7z
│
├─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
│    课件.7z
│
├─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
│    课件.7z
│
├─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
│    课件.7z
│
├─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
│    课件.7z
│
├─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
│    课件.7z
│
├─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
│    课件.7z
│
├─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
│    课件.7z
│
├─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
│    课件.7z
│
├─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
│
└─直播回放
      10.17 第四次直播答疑.mp4
      8.29 第一次直播答疑.mp4
      9.26 第三次直播答疑.mp4

有需要联系v；加客服窗口的联系方式

摘要：极客AI大模型微调训练营第5期作为国内领先的人工智能技术培训项目，再次吸引了来自各行各业的AI爱好者和技术开发者。培训营以大模型微调技术为核心，结合实战案例和系统化课程设计，为学员提供从理论到实践的全流程指导。通过多样化的教学方式，训练营不仅提升了学员在模型优化、数据处理、算法调优等方面的能力，还推动了学员在AI项目开发和应用落地中的创新思维。同时，第5期训练营在课程内容、师资力量、学习体验以及社区互动等方面均实现了全面升级，进一步巩固了极客AI训练营在行业内的权威地位。整个训练营既是技术深耕的平台，也是学员建立AI创新生态的重要机会，为推动人工智能技术的发展注入了新的动力。

课程内容设计与实战应用

极客AI大模型微调训练营第5期的课程内容延续了前期训练营的系统化设计，同时进行了针对性优化。课程从基础理论入手，涵盖大模型架构、训练方法、优化策略等核心知识，帮助学员建立扎实的理论基础。

在实战应用方面，训练营设计了多种真实案例，包括文本生成、图像识别、推荐系统优化等，使学员能够将理论知识快速转化为实践能力。每个案例都配备详细的数据处理、模型调优及结果分析步骤，确保学员能够全面掌握微调技巧。

此外，课程还引入了前沿技术专题，例如多模态大模型应用、参数高效微调方法等，使学员在掌握基础技能的同时，了解行业最新动态，提升技术前瞻性和创新能力。

师资力量与教学方法

第5期训练营邀请了多位来自顶级AI企业和高校的专家讲师，他们不仅具备丰富的理论知识，还在大规模模型训练和微调项目中拥有实际操作经验。讲师团队的专业背景为学员提供了高质量的学习资源和技术指导。

在教学方法上，训练营采用了“理论讲解+实践操作+案例讨论”的综合模式。通过小组项目和动手实验，学员能够在真实环境中检验和优化模型，增强学习效果和实际应用能力。

同时，训练营还设立了在线互动平台，学员可以随时向讲师提问并获得详细解答，这种即时反馈机制大大提升了学习效率，也加强了学员之间的交流与合作。

学习体验与社区互动

极客AI大模型微调训练营第5期在学习体验方面进行了多项优化。课程提供个性化学习路径，学员可以根据自身基础和兴趣选择合适的模块，实现因材施教的学习效果。

训练营还注重社区互动，通过在线论坛、微信群及定期线下沙龙，让学员在技术交流和项目合作中获得更多实践经验。活跃的社区氛围不仅增强了学习动力，还促进了技术创新和资源共享。

此外，训练营配备了丰富的学习资料和实验环境，包括开放数据集、预训练模型及微调工具，学员能够随时进行实验操作，进一步巩固所学知识，提高自主学习能力。

成果展示与职业发展

训练营第5期特别重视学员成果展示与职业发展。通过期末项目展示，学员有机会将自己的微调模型应用于实际场景，并获得讲师和同行的专业评价。这不仅检验了学习效果，也为学员积累了宝贵的项目经验。

同时，训练营与多家AI企业保持合作关系，为优秀学员提供实习和就业推荐机会，助力学员在职业发展中获得竞争优势。学员的作品在企业和学术会议中展示，也提高了个人专业影响力。

通过系统化培训和成果展示，学员不仅掌握了大模型微调技术，还能够将技能转化为实际生产力，为个人职业成长和团队创新提供了坚实基础。

总结：

极客AI大模型微调训练营第5期以系统化课程设计、丰富实战案例、优质师资力量和完善学习平台，为学员提供了全面的技术培训和实践机会。从理论学习到实际操作，再到成果展示和职业发展，每一环节都紧密结合AI大模型微调的核心需求，使学员能够全面提升技术能力和创新思维。

训练营不仅关注学员的技术成长，也注重社区互动和职业发展，为人工智能爱好者搭建了一个持续学习和交流的平台。第5期训练营的成功举办，不仅巩固了极客AI在行业内的领先地位，也为推动AI技术落地应用和创新生态建设注入了新动力。

本文由nayona.cn整理

点击联系需要东西方神秘学学习资料，专业的咨询

只要网页介绍资料，全部都有，还有很多还没来得及更新
每天更新200-300款资料
全网最大最全的神秘学资料平台
请需要什么资料，直接在对话框直接联系我，24小时在线，方便快捷
请需要什么资料，直接在对话框直接联系我，24小时在线，方便快捷
请需要什么资料，直接在对话框直接联系我，24小时在线，方便快捷
有看中网站记得联系我