资源简介
结合ChatGPT实现智能助手只是第一步？企业真正急迫需求是构建符合自己业务需求的AI智能助手，核心技能训练和微调私有的大模型？本课深入企业需求，从ChatGPT背后原理、技术、不同大模型知识开始，带你从0到1训练出一个大模型，运用PEFT技巧微调大模型解决场景需求，最后用LangChain+训练的大模型搭建知识库问答。让你掌握大模型LLM构建的原理、技术、流程与实战，超越大多数竞争者，抢占先机，脱颖而出。
从核心原理、技术+ PEFT微调大模型+ LangChain构建知识库问答，你也能打造属于自己的大模型ChatGPT
资源目录
——————\计算机教程BTDLG\01MOOC\239-709-从0到1训练私有大模型 ，企业急迫需求，抢占市场先机（8章）
├─{1}--课程
│ ├─{1}--第1章 课程介绍
│ │ ├─[1.1]--1-1 【导航】课程导学&让你快速了解课程.mp4 37.45MB
│ │ ├─[1.2]--1-2 【内容安排】课程安排和学习建议.mp4 12.94MB
│ │ ├─[1.3]--1-3 【行业发展】ChatGPT对行业、社会有什么影响，我们要.mp4 34.14MB
│ │ ├─[1.4]--1-4 【发展史】ChatGPT的简要历史.mp4 15.56MB
│ │ ├─[1.5]--1-5 【学习须知】本课程为什么使用gpt2而不是gpt3.mp4 5.37MB
│ ├─{2}--第2章 训练模型与开发平台环境
│ │ ├─[2.1]--2-1 【认知】为什么要引入paddle？平时使用torch，学.mp4 7.26MB
│ │ ├─[2.2]--2-2 【框架】paddle和torch与tensorflow对.mp4 10.62MB
│ │ ├─[2.3]--2-3 【NLP工具和预训练模型】paddleNLP和huggi.mp4 5.37MB
│ │ ├─[2.4]--2-4 【平台】介绍aistudio.mp4 24.62MB
│ │ └─[2.5]--2-5 【工具】介绍基于gpt4的IDE cursor.mp4 16.35MB
│ ├─{3}--第3章 chatGPT初始技术词向量原理剖析与实战
│ │ ├─[3.10]--3-10 【激活函数】常见七种激活函数对比.mp4 20.66MB
│ │ ├─[3.11]--3-11 【预训练语言模型】RNN-LSTM-ELMO.mp4 36.02MB
│ │ ├─[3.12]--3-12 本章梳理小结.mp4 5.24MB
│ │ ├─[3.1]--3-1 【认知】词向量，词向量与gpt的关系.mp4 8MB
│ │ ├─[3.2]--3-2 【语言模型】语言模型和评估指标PPL.mp4 22.19MB
│ │ ├─[3.3]--3-3 【词向量模型】word2vec-cbow和skipgra.mp4 14.23MB
│ │ ├─[3.4]--3-4 【softmax加速】是softmax 树型优化.mp4 23.99MB
│ │ ├─[3.5]--3-5 【softmax加速】softmax负采样优化.mp4 20.23MB
│ │ ├─[3.6]--3-6 【数据准备与预处理】word2vec实战（1）.mp4 55.92MB
│ │ ├─[3.7]--3-7 【数据准备与预处理】word2vec实战（2）.mp4 30.74MB
│ │ ├─[3.8]--3-8 【模型训练】word2vec实战-模型开发和训练（1）.mp4 22.09MB
│ │ └─[3.9]--3-9 【模型训练】word2vec实战-模型开发和训练（2）.mp4 33.52MB
│ ├─{4}--第4章 chatGPT基石模型——基于T
│ │ ├─[4.10]--4-10 transformer-xl解决长序列的问题（2）.mp4 25.93MB
│ │ ├─[4.11]--4-11 本章梳理总结.mp4 6.31MB
│ │ ├─[4.1]--4-1 本章介绍.mp4 2.05MB
│ │ ├─[4.2]--4-2 seq2seq结构和注意力.mp4 21.71MB
│ │ ├─[4.3]--4-3 seq2seq-attention的一个案例.mp4 10.33MB
│ │ ├─[4.4]--4-4 transformer的multi-head atten.mp4 37.44MB
│ │ ├─[4.5]--4-5 transformer的残差链接-解决梯度消失问题.mp4 12.24MB
│ │ ├─[4.6]--4-6 transformer的layernorm-归一化提升训.mp4 10.2MB
│ │ ├─[4.7]--4-7 transformer的decoder 解码器.mp4 14.02MB
│ │ ├─[4.8]--4-8 sparse-transformer 稀疏模型.mp4 10.66MB
│ │ └─[4.9]--4-9 transformer-xl 解决长序列的问题（1）.mp4 25.67MB
│ ├─{5}--第5章 基于Transformer另一分支Bert系列分析与实战
│ │ ├─[5.10]--5-10 bert(transformer encoder)主要.mp4 40.59MB
│ │ ├─[5.11]--5-11 bert(transformer encoder)的完.mp4 79.77MB
│ │ ├─[5.12]--5-12 Ernie文心一言基础模型（1）.mp4 24.86MB
│ │ ├─[5.13]--5-13 Ernie文心一言基础模型（2）.mp4 12.77MB
│ │ ├─[5.14]--5-14 plato百度对话模型（1）.mp4 26.03MB
│ │ ├─[5.15]--5-15 plato 百度对话模型（2）.mp4 28.33MB
│ │ ├─[5.16]--5-16 本章总结.mp4 12.36MB
│ │ ├─[5.1]--5-1 本章介绍.mp4 1.78MB
│ │ ├─[5.2]--5-2 metric-评估指标(BLUE-rouge-L-MET.mp4 32.78MB
│ │ ├─[5.3]--5-3 常见 subword 算法（BPE-wordpiece）.mp4 9.8MB
│ │ ├─[5.4]--5-4 常见的NLP任务.mp4 9.93MB
│ │ ├─[5.5]--5-5 bert 预训练模型.mp4 38.97MB
│ │ ├─[5.6]--5-6 bert情感分析实战----paddle（1）.mp4 42.87MB
│ │ ├─[5.7]--5-7 bert情感分析实战----paddle（2）.mp4 49.98MB
│ │ ├─[5.8]--5-8 evaluate和predict方法----paddle.mp4 27.23MB
│ │ └─[5.9]--5-9 bert(transformer encoder)主要源.mp4 40.85MB
│ ├─{6}--第6章 chatGPT的核心技术——强化
│ │ ├─[6.10]--6-10 actor-critic（2）.mp4 11.25MB
│ │ ├─[6.11]--6-11 TRPO+PPO（1）.mp4 39.37MB
│ │ ├─[6.12]--6-12 TRPO+PPO（2）.mp4 27.95MB
│ │ ├─[6.13]--6-13 DQN代码实践--torch-1.mp4 41.11MB
│ │ ├─[6.14]--6-14 DQN代码实践--torch-2.mp4 46.69MB
│ │ ├─[6.15]--6-15 DoubleDQN+DuelingDQ代码--torc.mp4 48.83MB
│ │ ├─[6.16]--6-16 REINFORCE代码--torch.mp4 45.86MB
│ │ ├─[6.17]--6-17 PPO代码实践--torch.mp4 61.06MB
│ │ ├─[6.18]--6-18 强化学习-本章总结.mp4 16.52MB
│ │ ├─[6.1]--6-1 RL是什么＆为什么要学习RL.mp4 20.49MB
│ │ ├─[6.2]--6-2 强化学习章介绍.mp4 4.24MB
│ │ ├─[6.3]--6-3 RL基础概念.mp4 11.45MB
│ │ ├─[6.4]--6-4 RL马尔可夫过程.mp4 27.44MB
│ │ ├─[6.5]--6-5 RL三种方法（1）.mp4 28.39MB
│ │ ├─[6.6]--6-6 RL三种方法（2）.mp4 10.08MB
│ │ ├─[6.7]--6-7 DQN和DQN的2种改进算法（1）.mp4 17.85MB
│ │ ├─[6.8]--6-8 DQN和DQN的2种改进算法（2）.mp4 23.57MB
│ │ └─[6.9]--6-9 actor-critic（1）.mp4 36.07MB
│ ├─{7}--第7章 chatGPT技术演变——从GP
│ │ ├─[7.10]--7-10 Antropic LLM大型语言模型.mp4 39.07MB
│ │ ├─[7.11]--7-11 GPT-本章总结.mp4 12.68MB
│ │ ├─[7.1]--7-1 GPT1 模型.mp4 24.11MB
│ │ ├─[7.2]--7-2 GPT2 模型.mp4 24.79MB
│ │ ├─[7.3]--7-3 GPT3 模型-1.mp4 29.1MB
│ │ ├─[7.4]--7-4 GPT3 模型-2.mp4 25.83MB
│ │ ├─[7.5]--7-5 gpt-codex 基于GPT技术开发的模型.mp4 22.57MB
│ │ ├─[7.6]--7-6 alphaCode基于GPT技术开发的模型-1.mp4 27.74MB
│ │ ├─[7.7]--7-7 alphaCode基于GPT技术开发的模型-2.mp4 16.09MB
│ │ ├─[7.8]--7-8 instruct-gpt 基于GPT技术开发的模型-1.mp4 21.3MB
│ │ └─[7.9]--7-9 instruct-gpt 基于GPT技术开发的模型-2.mp4 24.96MB
│ └─{8}--第8章 RLHF训练类ChatGPT模型代码实战 i class
│ ├─[8.10]--8-10 RLHF强化学习人类反馈的训练-model-base.mp4 23.3MB
│ ├─[8.11]--8-11 RLHF强化学习人类反馈的训练-model-opt.mp4 12.4MB
│ ├─[8.13]--8-13 RLHF强化学习人类反馈的训练-generation（.mp4 46.63MB
│ ├─[8.14]--8-14 RLHF强化学习人类反馈的训练-exp_maker（1.mp4 30.23MB
│ ├─[8.15]--8-15 RLHF强化学习人类反馈的训练-exp_maker（2.mp4 41.16MB
│ ├─[8.16]--8-16 RLHF强化学习人类反馈的训练-buffer-util.mp4 53.57MB
│ ├─[8.17]--8-17 RLHF强化学习人类反馈的训练-buffer-loss.mp4 43.34MB
│ ├─[8.19]--8-19 RLHF强化学习人类反馈的训练-main.mp4 66.87MB
│ ├─[8.1]--8-1 chatGPT训练实战.mp4 12.73MB
│ ├─[8.2]--8-2 SFT有监督的训练-数据处理.mp4 58.5MB
│ ├─[8.3]--8-3 SFT有监督训练-trainer.mp4 36.27MB
│ ├─[8.4]--8-4 SFT有监督训练-train.mp4 59.5MB
│ ├─[8.5]--8-5 RM训练-model+dataset（1）.mp4 26.43MB
│ ├─[8.6]--8-6 RM训练-model+dataset（2）.mp4 24.84MB
│ ├─[8.7]--8-7 RM训练-trainer.mp4 29.42MB
│ ├─[8.8]--8-8 RM训练-train-rm.mp4 33.74MB
│ └─[8.9]--8-9 RLHF强化学习人类反馈的训练-dataset.mp4 13.82MB
└─目录3.txt -1.#INDB
赶紧来学习大模型
学习
学习
今天openai被攻击了，赶紧来学习大模型！
感谢分享
谢谢分享！！！
学习
感谢分享
感谢分享
感谢分享
学不完
感谢分享
先收藏，后续再看
感谢分享
学习一下
学习
学习一下
学习一下
学习一下
学习一下
感谢
感谢楼主分享，
谢谢分享
先收藏，后续再看
学习
学习看看
感谢分享
正想学习一下ai方向的东西，感谢分享
学习学习
学习
学习一下
谢谢
学习
感谢分享
学习一下
谢谢楼主，学习学习。
学习一下
学习
看看ai的课程
技能与应用
先收藏，后续再看。
学习
学习
学习
学习
学习
学习
学习一下
先收藏，后续再看。
学习