夸克网盘
5积分
LLM大模型训练营。 课程分为模型架构与工程应用两大模块：模型部分深入解析Llama2架构设计(包括RMSNorm、ROPE位置编码等)，手把手实现LoRA/QLoRA高效微调、PTuning方法及幻觉处理；工程部分涵盖DeepSpeed分布式训练、ChatGLM3全量微调、Int8/NF4量化等优化技术，并延伸至Prompt工程、Function Calling开发等应用实践。 通过股票分析等实战项目，学员可掌握从模型研发到产品落地的完整能力链，特别适合希望深入理解大模型底层原理并具备工业级开发能力的技术人员。 课程提供完整代码实现和优化文档，强调"手写实现"以加深理解。 ├── LLM大模型视频
├── 文档
LLM大模型训练营6.96GB
LLM大模型视频6.95GB
布丁部分3.78GB
0_课程介绍_ev.mp427.86MB1_模型文件下载方法1.mp4 _ev.mp431.89MB2_模型文件下载方法2.mp4 _ev.mp437.2MB3_配置服务器jupyter环境.mp4 _ev.mp475.35MB4_vscode远程连接服务器.mp4 _ev.mp434.73MB5_vscode远程debug配置.mp4 _ev.mp482.65MB6_prompt_概述_ev.mp415.86MB7_prompt_技巧_ev.mp488.87MB8_prompt_技巧2_ev.mp442.33MB9_prompt_改写任务1_ev.mp462.54MB10_prompt_改写任务2_ev.mp472.24MB11_prompt_抽取任务1_ev.mp454.15MB12_prompt_抽取任务2_ev.mp490.33MB13_prompt角色扮演_ev.mp4121.09MB14_prompt_数据制作1_ev.mp445.81MB15_prompt_数据制作2_ev.mp427.49MB16_prompt_数据制作3_ev.mp487.71MB17_prompt_数据制作4_ev.mp4122.38MB18_deepspeed_概述_ev.mp459.84MB19_deepspeed_配置_ev.mp438.48MB21_deepspeed_demo实例.mp442.37MB22_deepspeed_bert_1.mp444.2MB23_deepspeed_bert_2.mp48.51MB24_deepspeed_bert_3.mp459.32MB25_deepspeed_bert_4.mp4161.31MB26_deepspeed_多机多卡配置.mp437.04MB27_chatglm3_新特性.mp452.99MB28_chatglm3_新特2.mp453.94MB29_流式与非流式_chat_generate.mp452.27MB30_glm2的tokenizer.mp449.51MB31_推理、训练、量化占用显存.mp483.6MB32_chatglm全量微调1.mp4114.64MB33_chatglm全量微调2-cpu交换技术.mp4215.4MB34_chatglm全量微调3-.mp4137.16MB35_微调结果评测.mp425.1MB36_微调模型加载1.mp436.77MB37_微调结束后-推理.mp448.31MB38-微调优化.mp494.65MB39-codegeex微调-数据准备.mp443.15MB40-codegeex-微调数据处理.mp4137.69MB41-codegeex-微调结果评测.mp448.86MB42-function-call概述.mp430.36MB43-function_call概述2.mp424.31MB44-function-call实例1.mp449.2MB45-手写function_call-1.mp466.08MB46-手写function_call-2.mp4158.51MB47-streamlit-debug环境配置.mp442.92MB48_function-all_官方代码逐行解读.mp497.16MB49_code-interpreter-概述.mp426.23MB50_手写code-interpreter.mp4140.91MB51_code-interpreter进阶.mp472.72MB52_项目演示.mp413.38MB53_akshare接口.mp449.69MB54_gradio-界面设计.mp440.85MB55_手写项目.mp4289.21MB季康部分3.17GB
0-课程大纲简要说明_ev.mp46.72MB1-llm简要概览_ev.mp416.03MB2-llm的发展历程_part1_ev.mp445.1MB2-llm的发展历程_part2_ev.mp466.92MB3-llm的训练流程以及常见的概念_ev.mp496.39MB4-llm的常见架构_ev.mp476.72MB5-llm的评价标准_ev.mp439.21MB6-1.1_llm的幻觉定义_ev.mp434.32MB6-1.2幻觉的评估方法_ev.mp417.82MB6-1.3幻觉产生的原因_ev.mp429.32MB6-1.4_llm幻觉的常见的解决方式_ev.mp435.51MB6-1.5_llm的知识编辑_ev.mp448.93MB7-llm自动生成prompts_ev.mp446.3MB8-1.1_Llama2的rmsnorm_原理_ev.mp437.15MB8-1.2_Llama2的rmsnorm_代码_ev.mp450.07MB8-1.3_Llama2的ROPE_原理_ev.mp4155.39MB8-1.4_Llama2的ROPE_代码_ev.mp491.06MB8-1.5_Llama2的Attention_原理_ev.mp443.69MB8-1.6_Llama2的Attention_代码.mp4193.63MB8-1.6_Llama2的Attention_代码_ev.mp4250.67MB8-1.7_Llama2的ffn_原理_ev.mp410.7MB8-1.8_Llama2的ffn_代码_ev.mp434.76MB8-1.9_llama2模型组装_ev.mp4113.27MB9-1.1pet原理&dataloader_ev.mp4149.57MB9-1.2pet模型和训练验证_ev.mp4108.46MB9-1.3ptuningv1原理以及代码_ev.mp4184.62MB9-1.4ptuningv2原理_ev.mp415.83MB9-1.5ptuningv2_代码1_ev.mp447.73MB9-1.6ptuningv2_代码2_ev.mp4147.28MB9-1.7ptuningv2_代码3_ev.mp44.94MB10-1.1_llama2任务简介.mp4136.49MB10-1.2_rams数据处理_1.mp491.67MB10-1.2_rams数据处理_2.mp477.92MB10-1.3_lora原理部分介绍.mp440.01MB10-1.4_llama2环境安装以及部分bug排查.mp4219.99MB10-1.5_lora训练.mp4146.98MB10-1.6_lora推理部分_问题生成.mp4135.53MB10-1.7_lora_推理_fewshot回答.mp458.79MB10-1.8_int8量化原理.mp457MB10.1.9_qlora的nf4_ev.mp441.79MB10.1.9_qlora的双重量化.mp418.27MB10.1.10_qlora的代码.mp424.94MB文档7.53MB
大语言模型（Large Language Model，LLM）综述.pdf4.63MB面试.pdf362.16KB配置服务器的jupyter环境.pdf193.15KBsft高效微调.pdf1.83MB手写llama2源码.pdf541.48KB