课程目录：

├──01-课前准备.docx 740.23kb
└──02-课程表.webp 570.21kb
├──直播回放
| ├──10.17 第四次直播答疑_ev.mp4 65.26M
| ├──8.29 第一次直播答疑_ev.mp4 109.23M
| └──9.26 第三次直播答疑_ev.mp4 40.03M
├──第1章
| ├──课件
| ├──1. 章节介绍_ev.mp4 8.12M
| ├──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 64.39M
| ├──3. AI应用浪潮：高校共识、硅谷创新、中美博弈_ev.mp4 97.22M
| ├──4. 把握浪潮：AI 大模型助力超级个体和小团队_ev.mp4 18.61M
| ├──5. AI大模型四阶技术总览：提示工程（Prompt Engineering）_ev.mp4 62.00M
| ├──6. AI大模型四阶技术总览：AI智能体（Agents）_ev.mp4 51.25M
| ├──7. AI大模型四阶技术总览：大模型微调（Fine-tuning）_ev.mp4 42.70M
| └──8. AI大模型四阶技术总览：预训练技术（Pre-training）_ev.mp4 20.99M
├──第2章
| ├──课件
| ├──1. 章节介绍_ev.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网络架构_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系列模型_ev.mp4 44.63M
├──第3章@ 9ilook.com
| ├──课件
| ├──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
| ├──课件
| ├──1. 章节介绍_ev.mp4 5.33M
| ├──2. 数据集处理库Hugging Face Datasets_ev.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
| ├──课件
| ├──1. 章节介绍_ev.mp4 6.96M
| ├──2. Before PEFT：Hard Prompt Full Fine-tune_ev.mp4 52.24M
| ├──3. PEFT主流技术分类介绍_ev.mp4 23.01M
| ├──4. PEFT – Adapter技术_ev.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
| ├──课件
| ├──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
| ├──课件
| ├──1. 章节介绍_ev.mp4 3.28M
| ├──2. Hugging Face PEFT 快速入门_ev.mp4 57.99M
| ├──3. OpenAI Whisper 模型介绍_ev.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
| ├──课件
| ├──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 设计的模型量化算法_ev.mp4 74.97M
| ├──4. AWQ：激活感知权重量化算法_ev.mp4 52.91M
| ├──5. BitsAndBytes(BnB) ：模型量化软件包_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
| ├──课件
| ├──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
| ├──课件
| ├──1. 章节介绍_ev.mp4 9.12M
| ├──2. 使用 ChatGPT 自动设计生成训练数据的 Prompt_ev.mp4 60.56M
| ├──3. 合成数据： LangChain + GPT-3.5 Turbo_ev.mp4 12.55M
| ├──4. 数据增强：提升训练数据多样性_ev.mp4 15.12M
| ├──5. 提示工程：保持批量生成数据稳定性_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
| ├──课件
| ├──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）技术详解_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
| ├──课件
| ├──1. 章节介绍_ev.mp4 6.87M
| ├──2. MoEs 技术发展简史_ev.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
| ├──课件
| ├──1. 章节介绍_ev.mp4 5.96M
| ├──2. LLaMA 1 大模型技术解读_ev.mp4 112.52M
| ├──3. LLaMA 1 衍生模型大家族_ev.mp4 90.62M
| ├──4. LLaMA 2 大模型技术解读_ev.mp4 28.90M
| └──5. 申请和获取 LLaMA 2 模型预训练权重_ev.mp4 12.85M
├──第14章
| ├──课件
| ├──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
| ├──课件
| ├──1. 章节介绍_ev.mp4 5.16M
| ├──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
| ├──2. 预训练模型显存计算方法_ev.mp4 50.41M
| ├──3. Zero Redundancy Optimizer ZeRO技术详解_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 集成训练大模型_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
├──第16章
| ├──课件
| ├──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 智谱章节
| ├──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_ev.mp4 98.95M
| ├──2.GLM模型部署实践.pdf 2.73M
| ├──3. CogVLM模型部署实践_ev.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_ev.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