dmz社区

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 1341|回复: 32

✓ 从0到1训练私有大模型 ,企业急迫需求,抢占市场先机

[复制链接]
  • TA的每日心情
    慵懒
    3 天前
  • 签到天数: 140 天

    [LV.7]常住居民III

    1048

    主题

    1245

    帖子

    5194

    积分

    深不可测

    Rank: 9Rank: 9Rank: 9

    积分
    5194

    发表于 2025-12-18 23:18:32 | 显示全部楼层 |阅读模式

    本站资源全部免费,回复即可查看下载地址!

    您需要 登录 才可以下载或查看,没有帐号?立即注册

    x
    ✓ 从0到1训练私有大模型 ,企业急迫需求,抢占市场先机
    ├─{1}--第1章 课程介绍
    │   ├─[1.1]--1-1 【导航】课程导学&让你快速了解课程_ev.mp4
    │   ├─[1.2]--1-2 【内容安排】课程安排和学习建议_ev.mp4
    │   ├─[1.3]--1-3 【行业发展】ChatGPT对行业、社会有什么影响,我们要_ev.mp4
    │   ├─[1.4]--1-4 【发展史】ChatGPT的简要历史_ev.mp4
    │   └─[1.5]--1-5 【学习须知】本课程为什么使用gpt2而不是gpt3_ev.mp4
    ├─{2}--第2章 训练模型与开发平台环境
    │   ├─[2.1]--2-1 【认知】为什么要引入paddle?平时使用torch,学_ev.mp4
    │   ├─[2.2]--2-2 【框架】paddle和torch与tensorflow对_ev.mp4
    │   ├─[2.3]--2-3 【NLP工具和预训练模型】paddleNLP和huggi_ev.mp4
    │   ├─[2.4]--2-4 【平台】介绍aistudio_ev.mp4
    │   └─[2.5]--2-5 【工具】介绍基于gpt4的IDE cursor_ev.mp4
    ├─{3}--第3章 chatGPT初始技术词向量原理剖析与实战
    │   ├─[3.1]--3-1 【认知】词向量,词向量与gpt的关系_ev.mp4
    │   ├─[3.2]--3-2 【语言模型】语言模型和评估指标PPL_ev.mp4
    │   ├─[3.3]--3-3 【词向量模型】word2vec-cbow和skipgra_ev.mp4
    │   ├─[3.4]--3-4 【softmax加速】是softmax 树型优化_ev.mp4
    │   ├─[3.5]--3-5 【softmax加速】softmax负采样优化_ev.mp4
    │   ├─[3.6]--3-6 【数据准备与预处理】word2vec实战(1)_ev【耗时整理‖免费分享 cunlove.cn】.mp4
    │   ├─[3.7]--3-7 【数据准备与预处理】word2vec实战(2)_ev.mp4
    │   ├─[3.8]--3-8 【模型训练】word2vec实战-模型开发和训练(1)_ev.mp4
    │   ├─[3.9]--3-9 【模型训练】word2vec实战-模型开发和训练(2)_ev.mp4
    │   ├─[3.10]--3-10 【激活函数】常见七种激活函数对比_ev.mp4
    │   ├─[3.11]--3-11 【预训练语言模型】RNN-LSTM-ELMO_ev.mp4
    │   └─[3.12]--3-12 本章梳理小结_ev.mp4
    ├─{4}--第4章 chatGPT基石模型——基于Transformer架构的语言模型
    │   ├─[4.1]--4-1 本章介绍_ev.mp4
    │   ├─[4.2]--4-2 seq2seq结构和注意力_ev.mp4
    │   ├─[4.3]--4-3 seq2seq-attention的一个案例_ev.mp4
    │   ├─[4.4]--4-4 transformer的multi-head atten_ev.mp4
    │   ├─[4.5]--4-5 transformer的残差链接-解决梯度消失问题_ev.mp4
    │   ├─[4.6]--4-6 transformer的layernorm-归一化提升训_ev.mp4
    │   ├─[4.7]--4-7 transformer的decoder 解码器_ev.mp4
    │   ├─[4.8]--4-8 sparse-transformer 稀疏模型_ev.mp4
    │   ├─[4.9]--4-9 transformer-xl 解决长序列的问题(1)_ev.mp4
    │   ├─[4.10]--4-10 transformer-xl解决长序列的问题(2)_ev.mp4
    │   └─[4.11]--4-11 本章梳理总结_ev.mp4
    ├─{5}--第5章 基于Transformer另一分支Bert系列分析与实战
    │   ├─[5.1]--5-1 本章介绍_ev.mp4
    │   ├─[5.2]--5-2 metric-评估指标(BLUE-rouge-L-MET_ev.mp4
    │   ├─[5.3]--5-3 常见 subword 算法(BPE-wordpiece)_ev.mp4
    │   ├─[5.4]--5-4 常见的NLP任务_ev.mp4
    │   ├─[5.5]--5-5 bert 预训练模型_ev.mp4
    │   ├─[5.6]--5-6 bert情感分析实战----paddle(1)_ev.mp4
    │   ├─[5.7]--5-7 bert情感分析实战----paddle(2)_ev.mp4
    │   ├─[5.8]--5-8 evaluate和predict方法----paddle_ev.mp4
    │   ├─[5.9]--5-9 bert(transformer encoder)主要源_ev.mp4
    │   ├─[5.10]--5-10 bert(transformer encoder)主要_ev.mp4
    │   ├─[5.11]--5-11 bert(transformer encoder)的完_ev.mp4
    │   ├─[5.12]--5-12 Ernie文心一言基础模型(1)_ev.mp4
    │   ├─[5.13]--5-13 Ernie文心一言基础模型(2)_ev.mp4
    │   ├─[5.14]--5-14 plato百度对话模型(1)_ev.mp4
    │   ├─[5.15]--5-15 plato 百度对话模型(2)_ev.mp4
    │   └─[5.16]--5-16 本章总结_ev.mp4
    ├─{6}--第6章 chatGPT的核心技术——强化学习
    │   ├─[6.1]--6-1 RL是什么&为什么要学习RL_ev.mp4
    │   ├─[6.2]--6-2 强化学习章介绍_ev.mp4
    │   ├─[6.3]--6-3 RL基础概念_ev.mp4
    │   ├─[6.4]--6-4 RL马尔可夫过程_ev.mp4
    │   ├─[6.5]--6-5 RL三种方法(1)_ev.mp4
    │   ├─[6.6]--6-6 RL三种方法(2)_ev.mp4
    │   ├─[6.7]--6-7 DQN和DQN的2种改进算法(1)_ev.mp4
    │   ├─[6.8]--6-8 DQN和DQN的2种改进算法(2)_ev.mp4
    │   ├─[6.9]--6-9 actor-critic(1)_ev.mp4
    │   ├─[6.10]--6-10 actor-critic(2)_ev.mp4
    │   ├─[6.11]--6-11 TRPO+PPO(1)_ev.mp4
    │   ├─[6.12]--6-12 TRPO+PPO(2)_ev.mp4
    │   ├─[6.13]--6-13 DQN代码实践--torch-1_ev.mp4
    │   ├─[6.14]--6-14 DQN代码实践--torch-2_ev.mp4
    │   ├─[6.15]--6-15 DoubleDQN+DuelingDQ代码--torc_ev.mp4
    │   ├─[6.16]--6-16 REINFORCE代码--torch_ev.mp4
    │   ├─[6.17]--6-17 PPO代码实践--torch_ev.mp4
    │   └─[6.18]--6-18 强化学习-本章总结_ev.mp4
    ├─{7}--第7章 chatGPT技术演变——从GPT 1 开始的大模型发展与演化
    │   ├─[7.1]--7-1 GPT1 模型_ev.mp4
    │   ├─[7.2]--7-2 GPT2 模型_ev.mp4
    │   ├─[7.3]--7-3 GPT3 模型-1_ev.mp4
    │   ├─[7.4]--7-4 GPT3 模型-2_ev.mp4
    │   ├─[7.5]--7-5 gpt-codex 基于GPT技术开发的模型_ev.mp4
    │   ├─[7.6]--7-6 alphaCode基于GPT技术开发的模型-1_ev.mp4
    │   ├─[7.7]--7-7 alphaCode基于GPT技术开发的模型-2_ev.mp4
    │   ├─[7.8]--7-8 instruct-gpt 基于GPT技术开发的模型-1_ev.mp4
    │   ├─[7.9]--7-9 instruct-gpt 基于GPT技术开发的模型-2_ev.mp4
    │   ├─[7.10]--7-10 Antropic LLM大型语言模型_ev.mp4
    │   └─[7.11]--7-11 GPT-本章总结_ev.mp4
    └─{8}--第8章 RLHF训练类ChatGPT模型代码实战
        ├─[8.1]--8-1 chatGPT训练实战_ev.mp4
        ├─[8.2]--8-2 SFT有监督的训练-数据处理_ev.mp4
        ├─[8.3]--8-3 SFT有监督训练-trainer_ev.mp4
        ├─[8.4]--8-4 SFT有监督训练-train_ev.mp4
        ├─[8.5]--8-5 RM训练-model+dataset(1)_ev.mp4
        ├─[8.6]--8-6 RM训练-model+dataset(2)_ev.mp4
        ├─[8.7]--8-7 RM训练-trainer_ev.mp4
        ├─[8.8]--8-8 RM训练-train-rm_ev.mp4
        ├─[8.9]--8-9 RLHF强化学习人类反馈的训练-dataset_ev.mp4
        ├─[8.10]--8-10 RLHF强化学习人类反馈的训练-model-base_ev.mp4
        ├─[8.11]--8-11 RLHF强化学习人类反馈的训练-model-opt_ev.mp4
        ├─[8.13]--8-13 RLHF强化学习人类反馈的训练-generation(_ev.mp4
        ├─[8.14]--8-14 RLHF强化学习人类反馈的训练-exp_maker(1_ev.mp4
        ├─[8.15]--8-15 RLHF强化学习人类反馈的训练-exp_maker(2_ev.mp4
        ├─[8.16]--8-16 RLHF强化学习人类反馈的训练-buffer-util_ev.mp4
        ├─[8.17]--8-17 RLHF强化学习人类反馈的训练-buffer-loss_ev.mp4
        └─[8.19]--8-19 RLHF强化学习人类反馈的训练-main_ev.mp4

    获取方式:
    游客,如果您要查看本帖隐藏内容请回复


    image.png
    温馨提示:
    1、本站所有内容均为互联网收集或网友分享或网络购买,本站不破解、不翻录任何视频!
    2、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!
    3、本站资源仅供本站会员学习参考,不得传播及用于其他用途,学习完后请在24小时内自行删除.
    4、本站资源质量虽均经精心审查,但也难保万无一失,若发现资源有问题影响学习请一定及时点此进行问题反馈,我们会第一时间改正!
    5、若发现链接失效了请联系管理员,管理员会在2小时内修复
    6、如果有任何疑问,请加客服QQ:1300822626 2小时内回复你!
    回复

    使用道具 举报

  • TA的每日心情

    8 小时前
  • 签到天数: 2429 天

    [LV.Master]伴坛终老

    6

    主题

    7380

    帖子

    2万

    积分

    超凡入圣

    Rank: 10Rank: 10Rank: 10

    积分
    22546

    发表于 2025-12-18 23:29:23 | 显示全部楼层
    啥也不说了,感谢楼主分享哇!
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    奋斗
    2026-2-15 12:02
  • 签到天数: 262 天

    [LV.8]以坛为家I

    0

    主题

    408

    帖子

    1649

    积分

    一代宗师

    Rank: 7Rank: 7Rank: 7

    积分
    1649

    发表于 2025-12-18 23:57:31 | 显示全部楼层
    啥也不说了,感谢楼主分享哇!
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    慵懒
    昨天 11:21
  • 签到天数: 1329 天

    [LV.10]以坛为家III

    0

    主题

    4042

    帖子

    1万

    积分

    超凡入圣

    Rank: 10Rank: 10Rank: 10

    积分
    11697

    发表于 2025-12-19 00:37:47 | 显示全部楼层
    啥也不说了,感谢楼主分享哇!
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    5 天前
  • 签到天数: 65 天

    [LV.6]常住居民II

    0

    主题

    133

    帖子

    482

    积分

    豁然贯通

    Rank: 4

    积分
    482

    发表于 2025-12-19 01:05:35 | 显示全部楼层
    啥也不说了,感谢楼主分享哇!
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    4 小时前
  • 签到天数: 1601 天

    [LV.Master]伴坛终老

    2

    主题

    3846

    帖子

    1万

    积分

    超凡入圣

    Rank: 10Rank: 10Rank: 10

    积分
    12219

    发表于 2025-12-19 07:04:49 | 显示全部楼层
    啥也不说了,感谢楼主分享哇!
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    奋斗
    昨天 21:01
  • 签到天数: 1468 天

    [LV.10]以坛为家III

    2

    主题

    1731

    帖子

    7651

    积分

    深不可测

    Rank: 9Rank: 9Rank: 9

    积分
    7651

    发表于 2025-12-19 09:25:13 | 显示全部楼层
    啥也不说了,感谢楼主分享哇!
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    奋斗
    2025-12-20 05:32
  • 签到天数: 1229 天

    [LV.10]以坛为家III

    46

    主题

    2032

    帖子

    8363

    积分

    超凡入圣

    Rank: 10Rank: 10Rank: 10

    积分
    8363

    发表于 2025-12-19 09:44:50 | 显示全部楼层
    正需要,支持楼主大人了!
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    奋斗
    2025-12-20 05:32
  • 签到天数: 1229 天

    [LV.10]以坛为家III

    46

    主题

    2032

    帖子

    8363

    积分

    超凡入圣

    Rank: 10Rank: 10Rank: 10

    积分
    8363

    发表于 2025-12-19 09:45:34 | 显示全部楼层
    这个帖一般般,还可以哦。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情
    开心
    8 小时前
  • 签到天数: 1942 天

    [LV.Master]伴坛终老

    8

    主题

    3119

    帖子

    1万

    积分

    超凡入圣

    Rank: 10Rank: 10Rank: 10

    积分
    11951

    发表于 2025-12-19 10:23:08 | 显示全部楼层
    啥也不说了,感谢楼主分享哇!
    回复 支持 反对

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    QQ|Archiver|小黑屋|本站代理|dmz社区

    GMT+8, 2026-3-2 08:43 , Processed in 1.230576 second(s), 41 queries .

    Powered by Discuz! X3.4 Licensed

    Copyright © 2001-2021, Tencent Cloud.

    快速回复 返回顶部 返回列表