AI大模型精调实战特训营（第五期·极客专场）

简介

本课程全面解析了AI大模型技术的浪潮、发展与应用，涵盖技术总览、工具库实战、高效微调、量化部署等核心环节。从AI技术浪潮（弱人工智能→机器学习→深度学习→大语言模型）到应用浪潮（高校共识、硅谷创新、中美博弈），再到把握浪潮（AI大模型助力超级个体和小团队），课程提供了系统性学习路径。

根据要求，我对目录添加了emoji表情，提取了SEO关键词，并做了整体简介。以下是优化后的内容：

目录

📚 第1章 AI大模型技术浪潮

| 📂 课件

| | └──📄 1-AI大模型四阶技术总览.pdf 20.74M

| 🎬 1. 章节介绍.mp4 8.12M

| 🎬 2. AI技术浪潮：弱AI🤖→机器学习💡→深度学习🧠→大语言模型🗣️.mp4 64.39M

| 🎬 3. AI应用浪潮：高校共识🏫、硅谷创新💡、中美博弈🌏.mp4 97.22M

| 🎬 4. 把握浪潮：AI大模型助力超级个体🦸‍♂️和小团队👥.mp4 18.61M

| 🎬 5. 四阶技术总览：提示工程🔑.mp4 62.00M

| 🎬 6. 四阶技术总览：AI智能体🤖.mp4 51.25M

| 🎬 7. 四阶技术总览：大模型微调🔧.mp4 42.70M

| 🎬 8. 四阶技术总览：预训练技术🧠.mp4 20.99M

📚 第2章 大语言模型技术演进

| 📂 课件

| | 📄 2-大语言模型技术发展与演进.pdf 17.79M

| | 📄 代码链接地址.txt 0.06kb

| | 📦 论文.zip 9.97M

| 🎬 1. 章节介绍.mp4 42.57M

| 🎬 2. 统计语言模型📊_ev.mp4 51.22M

| 🎬 3. 神经网络语言模型🧠_ev.mp4 76.36M

| 🎬 4. 大语言模型：注意力机制🎯_ev.mp4 48.94M

| 🎬 5. 大语言模型：Transformer架构🔗_ev.mp4 62.30M

| 🎬 6. 大语言模型：GPT-1🚀与BERT📚_ev.mp4 53.04M

| 🎬 7. 大语言模型：暴力美学GPT系列💥_ev.mp4 44.63M

📚 第3章 大模型开发工具库

| 📂 课件

| | 📄 5-大模型开发工具库 HF Transformers.pdf 4.44M

| 🎬 1. 章节介绍_ev.mp4 2.60M

| 🎬 2. Hugging Face Transformers快速入门🚀_ev.mp4 29.88M

| 🎬 3. Transformers核心功能模块🔧_ev.mp4 46.69M

| 🎬 4. 大模型开发环境搭建💻_ev.mp4 35.10M

| 🎬 5. 实战Hugging Face Transformers工具库🛠️_ev.mp4 212.20M

| 📄 6.作业.txt 0.27kb

📚 第4章 实战Transformers模型训练

| 📂 课件

| | 📄 4-实战Transformers模型训练.pdf 5.15M

| 🎬 1. 章节介绍.mp4 5.33M

| 🎬 2. 数据集处理库📊 Hugging Face Datasets.mp4 48.95M

| 🎬 3. Transformers模型训练入门🔥_ev.mp4 21.39M

| 🎬 4. 实战训练BERT模型：文本分类任务📝_ev.mp4 141.30M

| 🎬 5. 实战训练BERT模型：QA任务💬_ev.mp4 305.46M

| 📄 6.作业.txt 0.38kb

📚 第5章 大模型高效微调技术（上）

| 📂 课件

| | 📄 5-大模型高效微调技术揭秘（上）.pdf 9.80M

| | 📦 Fine-tuning论文.zip 16.51M

| | 📦 Instruction-Tuning论文.zip 1.24M

| 🎬 1. 章节介绍_ev.mp4 6.96M

| 🎬 2. Before PEFT：Hard Prompt🔑 + Full Fine-tune🔧_ev.mp4 52.24M

| 🎬 3. PEFT主流技术分类📊.mp4 23.01M

| 🎬 4. PEFT – Adapter技术🔌.mp4 58.03M

| 🎬 5. PEFT – Soft Prompt技术（Task-specific Tuning）🎯_ev.mp4 95.85M

| 🎬 6. PEFT – Soft Prompt技术（Prompt Encoder）📝_ev.mp4 76.37M

📚 第6章 大模型高效微调技术（下）

| 📂 课件

| | 📄 6-大模型高效微调技术揭秘（下）.pdf 7.56M

| 🎬 1. 章节介绍_ev.mp4 3.70M

| 🎬 2. LoRA低秩适配微调技术🔧_ev.mp4 58.18M

| 🎬 3. AdaLoRA自适应权重矩阵微调技术🔄_ev.mp4 58.02M

| 🎬 4. QLoRA量化低秩适配微调技术📏_ev.mp4 46.46M

| 🎬 5. UniPELT：大模型PEFT统一框架🔗_ev.mp4 20.07M

| 🎬 6. (IA)³：极简主义增量训练方法💡_ev.mp4 30.41M

📚 第7章 大模型高效微调工具实战

| 📂 课件

| | 📄 7-大模型高效微调工具HF PEFT入门与实战.pdf 4.91M

| 🎬 1. 章节介绍.mp4 3.28M

| 🎬 2. Hugging Face PEFT快速入门🚀.mp4 57.99M

| 🎬 3. OpenAI Whisper模型介绍🗣️.mp4 31.24M

| 🎬 4. 实战LoRA微调Whisper-Large-v2中文语音识别🇨🇳_ev.mp4 233.79M

| 📄 5.作业.txt 0.54kb

📚 第8章 大模型量化技术实战

| 📂 课件

| | 📄 8-大模型量化技术入门与实战.pdf 6.14M

| | 📦 Quantization论文.zip 5.56M

| 🎬 1. 章节介绍_ev.mp4 2.65M

| 🎬 2. 模型显存占用与量化技术简介📊_ev.mp4 34.87M

| 🎬 3. GPTQ：专为GPT设计的量化算法🔢_ev.mp4 74.97M

| 🎬 4. AWQ：激活感知权重量化算法📏_ev.mp4 52.91M

| 🎬 5. BitsAndBytes(BnB)：量化软件包📦_ev.mp4 15.89M

| 🎬 6. 实战Facebook OPT模型量化🔧_ev.mp4 80.76M

| 📄 7.作业.txt 0.46kb

📚 第9章 GLM大模型家族与微调

| 📂 课件

| | 📄 9-GLM大模型家族与ChatGLM3-6B微调入门.pdf 15.35M

| | 📦 GLM论文.zip 43.84M

| 🎬 1. 章节介绍_ev.mp4 4.62M

| 🎬 2. 基座模型GLM-130B🧠_ev.mp4 93.10M

| 🎬 3. 扩展模型：联网检索🌐、多模态🎨、代码生成💻_ev.mp4 44.82M

| 🎬 4. 对话模型ChatGLM系列🗣️_ev.mp4 11.17M

| 🎬 5. ChatGLM3-6B微调入门🔧_ev.mp4 20.55M

| 🎬 6. 实战QLoRA微调ChatGLM3-6B🔄_ev.mp4 89.00M

| 📄 7.作业.txt 0.17kb

📚 第10章 实战私有数据微调

| 📂 课件

| | 📄 10-实战私有数据微调ChatGLM3.pdf 10.19M

| 🎬 1. 章节介绍.mp4 9.12M

| 🎬 2. 使用ChatGPT设计训练数据的Prompt🔑_ev.mp4 60.56M

| 🎬 3. 合成数据：LangChain + GPT-3.5 Turbo💡_ev.mp4 12.55M

| 🎬 4. 数据增强：提升多样性🎨_ev.mp4 15.12M

| 🎬 5. 提示工程：保持批量生成稳定性🔧_ev.mp4 44.16M

| 🎬 6. 实战私有数据微调ChatGLM3🔄_ev.mp4 103.76M

| 📄 7.作业.txt 0.18kb

📚 第11章 ChatGPT训练技术RLHF

| 📂 课件

| | 📄 11-ChatGPT大模型训练技术RLHF.pdf 6.88M

| | 📦 RLHF论文.zip 6.05M

| 🎬 1. 章节介绍_ev.mp4 13.04M

| 🎬 2. ChatGPT大模型训练核心技术🧠_ev.mp4 93.58M

| 🎬 3. 基于人类反馈的强化学习（RLHF）技术🤝_ev.mp4 91.42M

| 🎬 4. 基于AI反馈的强化学习（RLAIF）技术🤖_ev.mp4 18.94M

📚 第12章 混合专家模型（MoEs）技术

| 📂 课件

| | 📄 12-混合专家模型（MoEs）技术揭秘.pdf 5.12M

| | 📦 MoEs论文.zip 7.67M

| 🎬 1. 章节介绍.mp4 6.87M

| 🎬 2. MoEs技术发展简史📜.mp4 107.47M

| 🎬 3. MoEs与大模型结合后的技术发展🔗_ev.mp4 98.33M

| 🎬 4. MoEs实例研究：Mixtral-8x7B📊_ev.mp4 25.83M

📚 第13章 Meta AI大模型LLaMA

| 📂 课件

| | 📄 13-Meta AI大模型LLaMA.pdf 8.83M

| | 📦 LLaMA论文.zip 15.27M

| 🎬 1. 章节介绍.mp4 5.96M

| 🎬 2. LLaMA 1大模型技术解读🧠.mp4 112.52M

| 🎬 3. LLaMA 1衍生模型大家族👥.mp4 90.62M

| 🎬 4. LLaMA 2大模型技术解读🚀.mp4 28.90M

| 🎬 5. 申请和获取LLaMA 2预训练权重🔑_ev.mp4 12.85M

📚 第14章 实战LLaMA2-7B指令微调

| 📂 课件

| | 📄 14-实战LLaMA2-7B指令微调.pdf 3.60M

| 🎬 1. 章节介绍_ev.mp4 11.37M

| 🎬 2. 大模型训练技术总结📊_ev.mp4 128.12M

| 🎬 3. LLaMA2-7B指令微调上手实战🔧_ev.mp4 85.79M

| 🎬 4. 再谈中文指令微调方法🇨🇳_ev.mp4 19.51M

📚 第15章 大模型分布式训练框架DeepSpeed

| 📂 课件

| | 📄 15-大模型分布式训练框架Microsoft DeepSpeed.pdf 8.05M

| 🎬 1. 章节介绍_ev.mp4 5.16M

| 🎬 2. 预训练模型显存计算方法📊_ev.mp4 50.41M

| 🎬 3. Zero Redundancy Optimizer (ZeRO)技术🔄_ev.mp4 68.20M

| 🎬 4. Microsoft DeepSpeed框架和核心技术🔧_ev.mp4 64.34M

| 🎬 5. 分布式模型训练并行化技术对比📊_ev.mp4 17.33M

| 🎬 6. DeepSpeed与Transformers集成训练🔗_ev.mp4 9.65M

| 🎬 7. DeepSpeed框架编译与安装💻_ev.mp4 56.60M

| 🎬 8. DeepSpeed ZeRO配置详解🔧_ev.mp4 52.70M

| 🎬 9. 使用DeepSpeed单机多卡、分布式训练🌐_ev.mp4 8.90M

| 🎬 10. 实战DeepSpeed ZeRO-2和ZeRO-3单机单卡训练🔄_ev.mp4 45.27M

| 🎬 11. DeepSpeed创新模块Inference Compression Science📊_ev.mp4 8.39M

📚 第16章 国产化实战：华为Ascend 910

| 📂 课件

| | 📄 16-国产化实战：基于华为Ascend 910微调ChatGLM-6B.pdf 8.74M

| 🎬 1. 章节介绍_ev.mp4 5.94M

| 🎬 2. 蓝色星球的算力霸主：NVIDIA🔥_ev.mp4 138.08M

| 🎬 3. 厚积薄发的江湖大佬：Google🌐_ev.mp4 19.65M

| 🎬 4. 努力追赶的国产新秀：华为🇨🇳_ev.mp4 17.55M

| 🎬 5. 华为昇腾全栈AI软硬件平台介绍💻_ev.mp4 21.77M

| 🎬 6. 实战：华为Ascend 910B微调ChatGLM 6B模型🔧_ev.mp4 57.30M

📚 第17章 GLM大模型家族与部署实践

| 🎬 1. GLM大模型家族介绍👥_ev.mp4 60.72M

| 📄 1.GLM大模型家族介绍.pdf 7.37M

| 🎬 2. GLM模型部署微调实践🔧.mp4 98.95M

| 📄 2.GLM模型部署实践.pdf 2.73M

| 🎬 3. CogVLM模型部署实践🤖.mp4 63.41M

| 📄 3.CogVLM模型部署实践.pdf 2.87M

| 🎬 4. 选学：智谱第四代API介绍📊.mp4 7.89M

| 📄 4.选学 GLM4 GLM4V API调用实践.pdf 1.77M

| 📄 5. 选学 API基础教学和实战-问题解决方案.txt 0.43kb

| 🎬 5. 选学 API基础教学和实战_ev.mp4 42.60M

| 🎬 6. 使用GLM-4 API构建模型和应用🔧_ev.mp4 66.99M