文件详情

文件信息

文件描述

├── 第1章 │ ├── 课件 │ │ └── 1-AI大模型四阶技术总览.pdf │ ├── 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 │ └── 8. AI大模型四阶技术总览：预训练技术（Pre-training）_ev.mp4 ├── 第2章 │ ├── 课件 │ │ ├── 2-大语言模型技术发展与演进.pdf │ │ ├── 代码链接地址.txt │ │ └── 论文.zip │ ├── 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 ├── 第3章 │ ├── 课件 │ │ └── 5-大模型开发工具库 HF Transformers.pdf │ ├── 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 ├── 第4章 │ ├── 课件 │ │ └── 4-实战Transformers模型训练.pdf │ ├── 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 ├── 第5章 │ ├── 课件 │ │ ├── 5-大模型高效微调技术揭秘（上）.pdf │ │ ├── Fine-tuning论文.zip │ │ └── Instruction-Tuning论文.zip │ ├── 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 ├── 第6章 │ ├── 课件 │ │ └── 6-大模型高效微调技术揭秘（下）.pdf │ ├── 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 ├── 第7章 │ ├── 课件 │ │ └── 7-大模型高效微调工具HF PEFT 入门与实战.pdf │ ├── 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 ├── 第8章 │ ├── 课件 │ │ ├── 8-大模型量化技术入门与实战.pdf │ │ └── Quantization论文.zip │ ├── 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 ├── 第9章 │ ├── 课件 │ │ ├── 9-GLM 大模型家族与ChatGLM3-6B微调入门.pdf │ │ └── GLM论文.zip │ ├── 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 ├── 第10章 │ ├── 课件 │ │ └── 10-实战私有数据微调ChatGLM3.pdf │ ├── 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 ├── 第11章 │ ├── 课件 │ │ ├── 11-ChatGPT大模型训练技术RLHF.pdf │ │ └── RLHF论文.zip │ ├── 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 ├── 第12章 │ ├── 课件 │ │ ├── 12-混合专家模型（MoEs）技术揭秘.pdf │ │ └── MoEs论文.zip │ ├── 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 ├── 第13章 │ ├── 课件 │ │ ├── 13-Meta AI 大模型 LLaMA.pdf │ │ └── LLaMA论文.zip │ ├── 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 ├── 第14章 │ ├── 课件 │ │ └── 14-实战LLaMA2-7B指令微调.pdf │ ├── 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 ├── 第15章 │ ├── 课件 │ │ └── 15-大模型分布式训练框架Microsoft DeepSpeed.pdf │ ├── 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 ├── 第16章 │ ├── 课件 │ │ └── 16-国产化实战：基于华为 Ascend 910 微调 ChatGLM-6B.pdf │ ├── 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 │ └── 6. 实战：华为 Ascend 910B 微调 ChatGLM 6B 模型_ev.mp4 ├── 第17章 │ ├── 1. GLM 大模型家族介绍_ev.mp4 │ ├── 1.GLM大模型家族介绍.pdf │ ├── 2. GLM 模型部署微调实践_ev.mp4 │ ├── 2.GLM模型部署实践.pdf │ ├── 3. CogVLM模型部署实践_ev.mp4 │ ├── 3.CogVLM模型部署实践.pdf │ ├── 4. 选学 智谱第四代 API 介绍_ev.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_ev.mp4 │ └── 6. 使用 GLM-4 API 构建模型和应用_ev.mp4 ├── 直播回放 │ ├── 8.29 第一次直播答疑_ev.mp4 │ ├── 9.26 第三次直播答疑_ev.mp4 │ └── 10.17 第四次直播答疑_ev.mp4 ├── 01-课前准备.docx └── 02-课程表.webp