目录结构:极客时间AI大模型微调第0期
├── 0-开营直播1019 [目录]
│ ├── 大厂案例PPT [目录]
│ │ ├── 360 大数据平台定制开发之道.pdf
│ │ ├── 阿里工程效能微创新.pdf
│ │ ├── 百度文心 (ERNIE) 语义理解技术详解.pdf
│ │ ├── 大疆 Kubernetes 探索与实践之路.pdf
│ │ ├── 构建批流一体化 AI 数据平台的深度探索.pdf
│ │ ├── 技术管理路上的那些事儿.pdf
│ │ ├── 快手 AI 生成式技术实践.pdf
│ │ ├── 类秒杀场景下的瞬时大流量高并发实践.pdf
│ │ ├── 如何建设一支能打硬仗的技术团队.pdf
│ │ ├── 腾讯万亿级 Elasticsearch 架构实践.pdf
│ │ ├── 推荐系统特征交互建模:浅层模型、深度模型与 AutoML.pdf
│ │ ├── 微保 Service Mesh 研发实践中的取舍-龙武_compressed.pdf
│ │ ├── 研发效能建设的“灵魂拷问”与落地实践.pdf.pdf
│ │ ├── DDD 在京东物流的落地效果.pdf
│ │ ├── Go 并发数据结构和算法实践.pdf
│ │ └── Go 语言基础原理深度解析.pdf
│ ├── 10.19直播答疑部分.mp4
│ └── RAG、微调、预训练,如何选择适合的大模型优化方式?.mp4
├── 1-开营直播:大语言模型微调的前沿技术与应用 [目录]
│ ├── 代码 [目录]
│ ├── 课件 [目录]
│ │ └── 开营直播:大语言模型微调的前沿技术与应用.pdf
│ ├── 视频 [目录]
│ │ ├── 01-大模型微调的前沿技术与应用-笔记.PanD
│ │ └── 01-大模型微调的前沿技术与应用.mp4
│ ├── 直播评论 [目录]
│ │ └── 20231129评论区记录.xlsx
│ └── 资料 [目录]
├── 10-实战QLoRA微调ChatGLM3-6B [目录]
│ ├── 代码 [目录]
│ ├── 课件 [目录]
│ │ └── 9-实战QLoRA 微调 ChatGLM3-6B.pdf
│ ├── 视频 [目录]
│ │ ├── 1月3日.mp4
│ │ └── AI 大模型微调训练营第 0 期直播课-6.flv
│ ├── 直播评论 [目录]
│ │ └── 20240103评论区记录.xlsx
│ └── 资料 [目录]
│ └── GLM论文.zip
├── 11-快速入门 LangChain [目录]
│ ├── 代码 [目录]
│ ├── 课件 [目录]
│ │ └── 10-快速入门 LangChain 大模型应用开发框架.pdf
│ ├── 视频 [目录]
│ │ ├── 1月7日-2.mp4
│ │ └── 1月7日.mp4
│ ├── 直播评论 [目录]
│ └── 资料 [目录]
├── 12-实战基于LangChain和ChatGLM私有化部署聊天机器人 [目录]
│ ├── 代码 [目录]
│ ├── 课件 [目录]
│ │ └── 11-实战基于LangChain和ChatGLM私有化部署聊天机器人.pdf
│ ├── 视频 [目录]
│ │ └── 1月10日.mp4
│ └── 直播评论 [目录]
│ └── 20240110评论区记录.xlsx
├── 13-实战私有数据微调ChatGLM3 [目录]
│ ├── 代码 [目录]
│ │ └── 代码.txt
│ ├── 课件 [目录]
│ │ └── 12-实战私有数据微调ChatGLM3.pdf
│ ├── 视频 [目录]
│ │ └── 1月18日.mp4
│ ├── 直播评论 [目录]
│ │ └── 20240118评论区记录.xlsx
│ └── 资料 [目录]
├── 14-ChatGPT大模型训川练技术RLHF [目录]
│ ├── 代码 [目录]
│ ├── 课件 [目录]
│ │ └── 13-ChatGPT大模型训练技术RLHF.pdf
│ ├── 视频 [目录]
│ │ └── 1月21日.mp4
│ ├── 直播评论 [目录]
│ │ └── 20240121评论区记录.xlsx
│ └── 资料 [目录]
├── 15-混合专家模型(MoEs)技术揭秘 [目录]
│ ├── 课件 [目录]
│ │ └── 14-混合专家模型(MoEs)技术揭秘.pdf
│ ├── 视频 [目录]
│ │ └── 1月25日.mp4
│ ├── 直播评论 [目录]
│ │ └── 20240124评论区记录.xlsx
│ └── 资料 [目录]
│ └── MoEs论文.zip
├── 16-大模型分布式训练框架 Microsoft DeepSpeed [目录]
│ ├── 代码 [目录]
│ ├── 课件 [目录]
│ │ └── 15-大模型分布式训练框架Microsoft DeepSpeed(1).pdf
│ ├── 视频 [目录]
│ │ └── 1月28日.mp4
│ ├── 直播评论 [目录]
│ │ └── 20240128评论区记录.xlsx
│ └── 资料 [目录]
│ └── ZeRO论文.zip
├── 17-Meta AI 大模型家族 LLaMA [目录]
│ ├── 代码 [目录]
│ ├── 课件 [目录]
│ │ └── 16-Meta AI 大模型家族 LLaMA.pdf
│ ├── 视频 [目录]
│ │ └── 1月31日.mp4
│ ├── 直播评论 [目录]
│ │ └── 20240131评论区记录.xlsx
│ └── 资料 [目录]
│ └── LLaMAl论文.zip
├── 2-大模型四阶技术总览 [目录]
│ ├── 课件 [目录]
│ │ ├── 1-AI大模型四阶技术总览-新.pdf
│ │ └── 1-AI大模型四阶技术总览.pdf
│ ├── 视频 [目录]
│ │ └── AI大模型四阶技术总览.mp4
│ ├── 直播评论 [目录]
│ │ └── 20231203评论区记录.xlsx
│ └── 资料 [目录]
├── 3-大语言模型技术发展与演进 [目录]
│ ├── 课件 [目录]
│ │ └── 2-大语言模型技术发展与演进.pdf
│ ├── 视频 [目录]
│ │ └── 大模型演进.mp4
│ ├── 直播评论 [目录]
│ └── 资料 [目录]
│ └── 论文.zip
├── 4-大语言模型微调技术揭秘-PEFT [目录]
│ ├── 代码 [目录]
│ ├── 课件 [目录]
│ │ ├── 2-大语言模型技术发展与演进.pdf
│ │ └── 3-大模型微调技术揭秘-PEFT.pdf
│ ├── 视频 [目录]
│ │ ├── 大模型微调技术揭秘-PEFT.mp4
│ │ └── 新录制1月14日.mp4
│ ├── 直播评论 [目录]
│ │ └── 20231206评论区记录.xlsx
│ └── 资料 [目录]
│ └── Fine-tuning论文.zip
├── 5-大语言模型微调技术揭秘-LoRA [目录]
│ ├── 代码 [目录]
│ ├── 课件 [目录]
│ │ ├── 3-大模型微调技术揭秘.pdf
│ │ └── 4-大模型微调技术揭秘-LoRA.pdf
│ ├── 视频 [目录]
│ │ └── 大模型低秩适配(LoRA)技术.mp4
│ ├── 直播评论 [目录]
│ │ └── 20231210评论区记录.xlsx
│ └── 资料 [目录]
│ └── UniPELT A Unified Framework for Parameter-Efficient Language Model Tuning.pdf
├── 6-大模型开发工具库 [目录]
│ ├── 代码 [目录]
│ ├── 课件 [目录]
│ │ └── 5-大模型开发工具库 HF Transformers.pdf
│ ├── 视频 [目录]
│ │ └── 大模型开发工具.mp4
│ └── 直播评论 [目录]
├── 7-实战 Transformers 模型微调 [目录]
│ ├── 代码 [目录]
│ ├── 课件 [目录]
│ │ └── 6-实战Transformers模型微调.pdf
│ ├── 视频 [目录]
│ │ └── 12月13日.mp4
│ └── 直播评论 [目录]
│ └── 20231220评论区记录.xlsx
├── 8-实战Transformers模型量化 [目录]
│ ├── 代码 [目录]
│ ├── 课件 [目录]
│ │ └── 7-实战Transformers模型量化.pdf
│ ├── 视频 [目录]
│ │ └── 12月24日.mp4
│ ├── 直播评论 [目录]
│ │ └── 20231224评论区记录.xlsx
│ └── 资料 [目录]
│ └── Quantization论文.zip
├── 9-大模型高效微调工具HF PEFT [目录]
│ ├── 代码 [目录]
│ ├── 课件 [目录]
│ │ └── 8-大模型高效微调工具HF PEFT.pdf
│ ├── 视频 [目录]
│ │ └── 12月27日.mp4
│ └── 直播评论 [目录]
│ └── 20231227评论区记录.xlsx
└── 课程大纲.jpg
免责声明:
1、本站资源所有言论和图片纯属用户个人意见,与本站立场无关
2、本站所有资源收集于互联网,由用户分享,该帖子作者与本站不享有任何版权,如有侵权请联系本站删除
3、本站部分内容转载自其它网站,但并不代表本站赞同其观点和对其真实性负责
4、如本帖侵犯到任何版权问题,请立即告知本站,本站将及时予与删除并致以最深的歉意
1、本站资源所有言论和图片纯属用户个人意见,与本站立场无关
2、本站所有资源收集于互联网,由用户分享,该帖子作者与本站不享有任何版权,如有侵权请联系本站删除
3、本站部分内容转载自其它网站,但并不代表本站赞同其观点和对其真实性负责
4、如本帖侵犯到任何版权问题,请立即告知本站,本站将及时予与删除并致以最深的歉意
评论(0)