JK-AI大模型微调训练营第5期(极客)(5.51GB)-百度网盘资源下载-桔子搜

AI大模型微调训练营第5期课程全面覆盖AI大模型的核心技术与实战应用，内容分为四阶技术：提示工程、AI智能体、大模型微调和预训练技术。课程从大模型技术发展史、Transformer架构、GPT系列模型等基础知识入手，逐步深入讲解高效微调技术(如LoRA、QLoRA)、量化技术(如GPTQ、AWQ)、分布式训练框架(如DeepSpeed)以及国产化实战(如华为Ascend 910微调ChatGLM-6B)。通过实战案例(如Whisper语音识别、ChatGLM3微调)和工具库(如Hugging Face Transformers、PEFT)，学员将掌握大模型开发、微调、部署的全流程技能。

📢 以下文件由百度网盘用户[us****伍贰柒]于2025-03-06分享（只展示部分的文件和文件夹）

JK-AI大模型微调训练营第5期（极客）5.51GB

直播回放214.52MB

9.26 第三次直播答疑_ev.mp440.03MB

8.29 第一次直播答疑_ev.mp4109.23MB

10.17 第四次直播答疑_ev.mp465.26MB

第9章322.45MB

课件59.19MB

GLM论文.zip43.84MB

9-GLM 大模型家族与ChatGLM3-6B微调入门.pdf15.35MB

7.作业.txt179B

6. 实战 QLoRA 微调 ChatGLM3-6B_ev.mp489MB

5. ChatGLM3-6B 微调入门_ev.mp420.55MB

4. 对话模型 ChatGLM 系列_ev.mp411.17MB

3. 扩展模型：联网检索、多模态、代码生成_ev.mp444.82MB

2. 基座模型 GLM-130B_ev.mp493.1MB

1. 章节介绍_ev.mp44.62MB

第8章273.75MB

课件11.7MB

Quantization论文.zip5.56MB

8-大模型量化技术入门与实战.pdf6.14MB

7.作业.txt474B

6. 实战 Facebook OPT 模型量化_ev.mp480.76MB

5. BitsAndBytes(BnB) ：模型量化软件包_ev.mp415.89MB

4. AWQ：激活感知权重量化算法_ev.mp452.91MB

3. GPTQ：专为 GPT 设计的模型量化算法_ev.mp474.97MB

2. 模型显存占用与量化技术简介_ev.mp434.87MB

1. 章节介绍_ev.mp42.65MB

第7章331.2MB

课件4.91MB

7-大模型高效微调工具HF PEFT 入门与实战.pdf4.91MB

5.作业.txt556B

4. 实战 LoRA 微调 Whisper-Large-v2 中文语音识别_ev.mp4233.79MB

3. OpenAI Whisper 模型介绍.mp431.24MB

2. Hugging Face PEFT 快速入门.mp457.99MB

1. 章节介绍.mp43.28MB

第6章224.41MB

课件7.56MB

6-大模型高效微调技术揭秘（下）.pdf7.56MB

6. (IA)3：极简主义增量训练方法_ev.mp430.41MB

5. UniPELT：大模型PEFT统一框架_ev.mp420.07MB

4. QLoRA量化低秩适配微调技术_ev.mp446.46MB

3. AdaLoRA自适应权重矩阵微调技术_ev.mp458.02MB

2. LoRA低秩适配微调技术_ev.mp458.18MB

1. 章节介绍_ev.mp43.7MB

第5章340.01MB

课件27.55MB

Instruction-Tuning论文.zip1.24MB

Fine-tuning论文.zip16.51MB

5-大模型高效微调技术揭秘（上）.pdf9.8MB

6. PEFT - Soft Prompt 技术（Prompt Encoder）.mp476.37MB

5. PEFT - Soft Prompt 技术（Task-specific Tuning）.mp495.85MB

4. PEFT - Adapter技术.mp458.03MB

3. PEFT主流技术分类介绍.mp423.01MB

2. Before PEFT：Hard Prompt Full Fine-tune_ev.mp452.24MB

1. 章节介绍_ev.mp46.96MB

第4章527.57MB

课件5.15MB

4-实战Transformers模型训练.pdf5.15MB

6.作业.txt385B

5. 实战训练BERT模型：QA任务_ev.mp4305.46MB

4. 实战训练BERT模型：文本分类任务_ev.mp4141.3MB

3. Transformers模型训练入门_ev.mp421.39MB

2. 数据集处理库Hugging Face Datasets.mp448.95MB

1. 章节介绍.mp45.33MB

第3章330.91MB

课件4.44MB

5-大模型开发工具库 HF Transformers.pdf4.44MB

6.作业.txt281B

5. 实战Hugging Face Transformers工具库_ev.mp4212.2MB

4. 大模型开发环境搭建_ev.mp435.1MB

3. Transformers核心功能模块_ev.mp446.69MB

2. Hugging Face Transformers快速入门_ev.mp429.88MB

1. 章节介绍_ev.mp42.6MB

第2章406.82MB

课件27.76MB

论文.zip9.97MB

代码链接地址.txt66B

2-大语言模型技术发展与演进.pdf17.79MB

7. 大语言模型：暴力美学GPT系列模型_ev.mp444.63MB

6. 大语言模型：GPT-1与BERT_ev.mp453.04MB

5. 大语言模型：Transformer网络架构_ev.mp462.3MB

4. 大语言模型：注意力机制_ev.mp448.94MB

3. 神经网络语言模型_ev.mp476.36MB

2. 统计语言模型_ev.mp451.22MB

1. 章节介绍.mp442.57MB

第1章386.02MB

课件20.74MB

1-AI大模型四阶技术总览.pdf20.74MB

8. AI大模型四阶技术总览：预训练技术（Pre-training）.mp420.99MB

7. AI大模型四阶技术总览：大模型微调（Fine-tuning）.mp442.7MB

6. AI大模型四阶技术总览：AI智能体（Agents）.mp451.25MB

5. AI大模型四阶技术总览：提示工程（Prompt Engineering）.mp462MB

4. 把握浪潮：AI 大模型助力超级个体和小团队.mp418.61MB

3. AI应用浪潮：高校共识、硅谷创新、中美博弈.mp497.22MB

2. AI技术浪潮：弱人工智能、机器学习、深度学习、大语言模型.mp464.39MB

1. 章节介绍.mp48.12MB

第17章355.3MB

6. 使用 GLM-4 API 构建模型和应用_ev.mp466.99MB

5. 选学 API 基础教学和实战_ev.mp442.6MB

5. 选学 API 基础教学和实战-问题解决方案.txt436B

4.选学 GLM4 GLM4V API 调用实践.pdf1.77MB

4. 选学智谱第四代 API 介绍.mp47.89MB

3.CogVLM模型部署实践.pdf2.87MB

3. CogVLM模型部署实践.mp463.41MB

2.GLM模型部署实践.pdf2.73MB

2. GLM 模型部署微调实践.mp498.95MB

1.GLM大模型家族介绍.pdf7.37MB

1. GLM 大模型家族介绍_ev.mp460.72MB

第16章269.05MB

课件8.74MB

16-国产化实战：基于华为 Ascend 910 微调 ChatGLM-6B.pdf8.74MB

6. 实战：华为 Ascend 910B 微调 ChatGLM 6B 模型_ev.mp457.3MB

5. 华为昇腾全栈 AI 软硬件平台介绍_ev.mp421.77MB

4. 努力追赶的国产新秀：华为_ev.mp417.55MB

3. 厚积薄发的江湖大佬：Google_ev.mp419.65MB

2. 蓝色星球的算力霸主：NVIDIA_ev.mp4138.08MB

1. 章节介绍_ev.mp45.94MB

第15章394.98MB

课件8.05MB

15-大模型分布式训练框架Microsoft DeepSpeed.pdf8.05MB

9. 使用 DeepSpeed 单机多卡、分布式训练_ev.mp48.9MB

8. DeepSpeed ZeRO 配置详解_ev.mp452.7MB

7. DeepSpeed 框架编译与安装_ev.mp456.6MB

6. DeepSpeed 与 Transformers 集成训练大模型_ev.mp49.65MB

5. 分布式模型训练并行化技术对比_ev.mp417.33MB

4. Microsoft DeepSpeed 框架和核心技术_ev.mp464.34MB

3. Zero Redundancy Optimizer ZeRO技术详解_ev.mp468.2MB

2. 预训练模型显存计算方法_ev.mp450.41MB

11. DeepSpeed 创新模块 Inference Compression Science_ev.mp48.39MB

10. 实战 DeepSpeed ZeRO-2 和 ZeRO-3 单机单卡训练_ev.mp445.27MB

1. 章节介绍_ev.mp45.16MB

第14章248.39MB

课件3.6MB

14-实战LLaMA2-7B指令微调.pdf3.6MB

4. 再谈中文指令微调方法_ev.mp419.51MB

3. LLaMA2-7B 指令微调上手实战_ev.mp485.79MB

2. 大模型训练技术总结_ev.mp4128.12MB

1. 章节介绍_ev.mp411.37MB

第13章274.96MB

课件24.11MB

LLaMA论文.zip15.27MB

13-Meta AI 大模型 LLaMA.pdf8.83MB

5. 申请和获取 LLaMA 2 模型预训练权重_ev.mp412.85MB

4. LLaMA 2 大模型技术解读.mp428.9MB

3. LLaMA 1 衍生模型大家族.mp490.62MB

2. LLaMA 1 大模型技术解读.mp4112.52MB

1. 章节介绍.mp45.96MB

第12章251.28MB

课件12.79MB

MoEs论文.zip7.67MB

12-混合专家模型（MoEs）技术揭秘.pdf5.12MB

4. MoEs 实例研究：Mixtral-8x7B_ev.mp425.83MB

3. MoEs 与大模型结合后的技术发展_ev.mp498.33MB

2. MoEs 技术发展简史.mp4107.47MB

1. 章节介绍.mp46.87MB

第11章229.91MB

课件12.93MB

RLHF论文.zip6.05MB

11-ChatGPT大模型训练技术RLHF.pdf6.88MB

4. 基于 AI 反馈的强化学习（RLAIF）技术_ev.mp418.94MB

3. 基于人类反馈的强化学习（RLHF）技术详解_ev.mp491.42MB

2. ChatGPT 大模型训练核心技术_ev.mp493.58MB

1. 章节介绍_ev.mp413.04MB

第10章255.47MB

课件10.19MB

10-实战私有数据微调ChatGLM3.pdf10.19MB

7.作业.txt182B

6. 实战私有数据微调 ChatGLM3_ev.mp4103.76MB

5. 提示工程：保持批量生成数据稳定性_ev.mp444.16MB

4. 数据增强：提升训练数据多样性_ev.mp415.12MB

3. 合成数据： LangChain + GPT-3.5 Turbo_ev.mp412.55MB

2. 使用 ChatGPT 自动设计生成训练数据的 Prompt_ev.mp460.56MB

1. 章节介绍.mp49.12MB

02-课程表.webp570.21KB

01-课前准备.docx740.23KB

网站声明：
1. 该网盘资源的安全性和完整性需要您自行判断，点击下载地址直接跳转到网盘官方页面。本站链接通过程序自动收集互联网公开分享链接，本站不储存、复制、传播任何网盘文件，也不提供下载服务。
2. 本站遵守相关法律法规，坚决杜绝一切违规不良信息，如您发现任何涉嫌违规的网盘信息，请立即向网盘官方网站举报，并及时反馈给我们进行屏蔽删除。
3. 本站高度重视知识产权保护和个人隐私保护，如有网盘链接侵犯您的合法权益，请立即向网盘官方网站举报，并参见本站《版权说明》提供书面材料联系我们屏蔽删改。

{{userData.name}}已认证

JK-AI大模型微调训练营第5期(极客)