资源简介

《AI大模型微调实战训练营》是一门系统性和实战性兼备的课程，专为希望掌握AI大模型微调和应用技能的学员设计。课程涵盖了从理论基础到实际项目的各个方面，旨在帮助学员全面了解和掌握大模型的前沿技术和实战方法。

课程内容

1. 理论基础

大模型综述：介绍大模型的发展历程、现状及未来趋势。

大数据和分词方法：讲解大数据处理和常见的分词技术，为后续课程奠定基础。

GPU计算原理：解析GPU的计算原理及其在模型训练中的应用。

2. 项目实战

文旅对话大模型实战：通过两个模块，详细讲解模型参数微调和prefixtuning、adapter技术的应用。

知识库Langchain项目实战：结合LoRA和Langchain技术，进行知识库构建和应用。

大模型写作和NL2SQL：通过项目实战，学习如何应用大模型进行文本生成和自然语言到SQL的转换。

3. 技术细节

模型解码优化：优化模型解码过程，提高生成效率和质量。

模型并行：介绍如何在多GPU环境下实现模型并行计算，加速训练过程。

向量数据库基础：讲解向量数据库的基本概念和应用场景。

距离精讲：深入分析距离计算方法在向量表示和相似度计算中的应用。

4. 应用场景

角色扮演Agent：探索大模型在角色扮演和对话系统中的应用，通过实际案例加深理解。

RAG项目实战：讲解Retrieval-Augmented Generation（RAG）技术，通过项目实战掌握其应用方法。

5. 面试和预习资料

大模型面试题：提供常见的面试题及解析，帮助学员准备大模型相关的求职面试。

预习资料：包括Attention模型、Transformer和BERT的基础知识，帮助学员打好理论基础。

学习目标

通过本课程，学员将：

全面了解AI大模型的理论基础和发展趋势。

掌握大模型的微调技术和实际应用方法。

能够独立完成多个大模型项目实战案例。

深入理解GPU计算原理和模型并行技术。

熟悉大模型在不同应用场景中的实际应用，如文本生成、对话系统和知识库构建。

为大模型相关的求职面试做好充分准备。

适合人群

本课程适合有一定编程基础和机器学习基础的学员，尤其是希望深入了解和掌握AI大模型技术的开发者、研究人员和数据科学家。通过系统的学习和实战训练，学员将具备独立进行大模型开发和优化的能力，为职业发展打下坚实基础。

资源目录

——/天下无鱼16号盘-85T/计算机教程119/09-其他/700-AI大模型微调实战训练营/
├──10：项目实战RAG.mp4  200.82M
├──11：模型解码优化.mp4  85.76M
├──12：项目实战：大模型写作，nl2sql.mp4  87.17M
├──13：角色扮演Agent.mp4  113.13M
├──14：距离精讲.mp4  98.45M
├──15：向量数据库基础.mp4  91.28M
├──1：大模型综述.mp4  81.66M
├──2：大数据和大模型，常见分词方法.mp4  150.80M
├──3：项目实战：文旅对话大模型实战（模型参数微调）.mp4  152.29M
├──4：项目实战：文旅对话大模型实战（prefixtuning和adapter）.mp4  204.64M
├──5：项目实战；知识库Langchain项目实战（lora和langchain）.mp4  186.50M
├──6：模型并行.mp4  131.90M
├──7：GPU的计算原理.mp4  112.90M
├──8：大模型技术一览，一些细节.mp4  213.00M
├──9：大模型面试题.mp4  139.67M
├──预习资料：Attention模型.mp4  183.35M
└──预习资料：Transformer和bert.mp4  166.60M

资源下载