rk0679-【手写AI】LLM大模型训练营2024【VIP】
——/【手写AI】LLM大模型训练营2024/
├──LLM大模型视频
| ├──布丁部分
| | ├──1_环境
| | ├──2_prompt
| | ├──3_微调
| | ├──4_function_call
| | ├──5_code_interpreter
| | ├──0_课程介绍_ev.mp427.86M
| | ├──10_prompt_改写任务2_ev.mp472.24M
| | ├──11_prompt_抽取任务1_ev.mp454.15M
| | ├──12_prompt_抽取任务2_ev.mp490.33M
| | ├──13_prompt角色扮演_ev.mp4121.09M
| | ├──14_prompt_数据制作1_ev.mp445.81M
| | ├──15_prompt_数据制作2_ev.mp427.49M
| | ├──16_prompt_数据制作3_ev.mp487.71M
| | ├──17_prompt_数据制作4_ev.mp4122.38M
| | ├──18_deepspeed_概述_ev.mp459.84M
| | ├──19_deepspeed_配置_ev.mp438.48M
| | ├──1_模型文件下载方法1.mp4 _ev.mp431.89M
| | ├──21_deepspeed_demo实例.mp442.37M
| | ├──22_deepspeed_bert_1.mp444.20M
| | ├──23_deepspeed_bert_2.mp48.51M
| | ├──24_deepspeed_bert_3.mp459.32M
| | ├──25_deepspeed_bert_4.mp4161.31M
| | ├──26_deepspeed_多机多卡配置.mp437.04M
| | ├──27_chatglm3_新特性.mp452.99M
| | ├──28_chatglm3_新特2.mp453.94M
| | ├──29_流式与非流式_chat_generate.mp452.27M
| | ├──2_模型文件下载方法2.mp4 _ev.mp437.20M
| | ├──30_glm2的tokenizer.mp449.51M
| | ├──31_推理、训练、量化占用显存.mp483.60M
| | ├──32_chatglm全量微调1.mp4114.64M
| | ├──33_chatglm全量微调2-cpu交换技术.mp4215.40M
| | ├──34_chatglm全量微调3-.mp4137.16M
| | ├──35_微调结果评测.mp425.10M
| | ├──36_微调模型加载1.mp436.77M
| | ├──37_微调结束后-推理.mp448.31M
| | ├──38-微调优化.mp494.65M
| | ├──39-codegeex微调-数据准备.mp443.15M
| | ├──3_配置服务器jupyter环境.mp4 _ev.mp475.35M
| | ├──40-codegeex-微调数据处理.mp4137.69M
| | ├──41-codegeex-微调结果评测.mp448.86M
| | ├──42-function-call概述.mp430.36M
| | ├──43-function_call概述2.mp424.31M
| | ├──44-function-call实例1.mp449.20M
| | ├──45-手写function_call-1.mp466.08M
| | ├──46-手写function_call-2.mp4158.51M
| | ├──47-streamlit-debug环境配置.mp442.92M
| | ├──48_function-all_官方代码逐行解读.mp497.16M
| | ├──49_code-interpreter-概述.mp426.23M
| | ├──4_vscode远程连接服务器.mp4 _ev.mp434.73M
| | ├──50_手写code-interpreter.mp4140.91M
| | ├──51_code-interpreter进阶.mp472.72M
| | ├──52_项目演示.mp413.38M
| | ├──53_akshare接口.mp449.69M
| | ├──54_gradio-界面设计.mp440.85M
| | ├──55_手写项目.mp4289.21M
| | ├──5_vscode远程debug配置.mp4 _ev.mp482.65M
| | ├──6_prompt_概述_ev.mp415.86M
| | ├──7_prompt_技巧_ev.mp488.87M
| | ├──8_prompt_技巧2_ev.mp442.33M
| | ├──9_prompt_改写任务1_ev.mp462.54M
| | └──移动H盘.bat0.07kb
| ├──季康部分
| | ├──1_LLM综述
| | ├──2_手写llama2源码
| | ├──3_高效微调
| | ├──0-课程大纲简要说明_ev.mp46.72M
| | ├──1-llm简要概览_ev.mp416.03M
| | ├──10-1.1_llama2任务简介.mp4136.49M
| | ├──10-1.2_rams数据处理_1.mp491.67M
| | ├──10-1.2_rams数据处理_2.mp477.92M
| | ├──10-1.3_lora原理部分介绍.mp440.01M
| | ├──10-1.4_llama2环境安装以及部分bug排查.mp4219.99M
| | ├──10-1.5_lora训练.mp4146.98M
| | ├──10-1.6_lora推理部分_问题生成.mp4135.53M
| | ├──10-1.7_lora_推理_fewshot回答.mp458.79M
| | ├──10-1.8_int8量化原理.mp457.00M
| | ├──10.1.10_qlora的代码.mp424.94M
| | ├──10.1.9_qlora的nf4_ev.mp441.79M
| | ├──10.1.9_qlora的双重量化.mp418.27M
| | ├──2-llm的发展历程_part1_ev.mp445.10M
| | ├──2-llm的发展历程_part2_ev.mp466.92M
| | ├──3-llm的训练流程以及常见的概念_ev.mp496.39M
| | ├──4-llm的常见架构_ev.mp476.72M
| | ├──5-llm的评价标准_ev.mp439.21M
| | ├──6-1.1_llm的幻觉定义_ev.mp434.32M
| | ├──6-1.2幻觉的评估方法_ev.mp417.82M
| | ├──6-1.3幻觉产生的原因_ev.mp429.32M
| | ├──6-1.4_llm幻觉的常见的解决方式_ev.mp435.51M
| | ├──6-1.5_llm的知识编辑_ev.mp448.93M
| | ├──7-llm自动生成prompts_ev.mp446.30M
| | ├──8-1.1_Llama2的rmsnorm_原理_ev.mp437.15M
| | ├──8-1.2_Llama2的rmsnorm_代码_ev.mp450.07M
| | ├──8-1.3_Llama2的ROPE_原理_ev.mp4155.39M
| | ├──8-1.4_Llama2的ROPE_代码_ev.mp491.06M
| | ├──8-1.5_Llama2的Attention_原理_ev.mp443.69M
| | ├──8-1.6_Llama2的Attention_代码.mp4193.63M
| | ├──8-1.6_Llama2的Attention_代码_ev.mp4250.67M
| | ├──8-1.7_Llama2的ffn_原理_ev.mp410.70M
| | ├──8-1.8_Llama2的ffn_代码_ev.mp434.76M
| | ├──8-1.9_llama2模型组装_ev.mp4113.27M
| | ├──9-1.1pet原理&dataloader_ev.mp4149.57M
| | ├──9-1.2pet模型和训练验证_ev.mp4108.46M
| | ├──9-1.3ptuningv1原理以及代码_ev.mp4184.62M
| | ├──9-1.4ptuningv2原理_ev.mp415.83M
| | ├──9-1.5ptuningv2_代码1_ev.mp447.73M
| | ├──9-1.6ptuningv2_代码2_ev.mp4147.28M
| | ├──9-1.7ptuningv2_代码3_ev.mp44.94M
| | └──移动H盘.bat0.07kb
| └──目录xxx.txt4.60kb
├──文档
| ├──sft高效微调.pdf1.83M
| ├──大语言模型(Large Language Model,LLM)综述.pdf4.63M
| ├──面试.pdf362.16kb
| ├──配置服务器的jupyter环境.pdf193.15kb
| └──手写llama2源码.pdf541.48kb
└──代码.zip11.51G
大语言模型(Large Language Model,LLM)综述.pdf4.63M 非常好的vip 强烈支持楼主ing…… rk0679-【手写AI】LLM大模型训练营2024【VIP】 谢谢分享 感谢分享。。 2222222222222222222222 66666666666666666666666666666666666 :)