LLM大语言模型算法特训

带你转型AI大语言模型算法工程师

从入门-案例实战-多领域应用-面试指导-推荐就业，一站式闭环服务
先人一步抓住大语言模型风口，轻松突破高薪、快速实现职业跃迁

AI改革浪潮下，成为企业急需的大模型算法人才，开创广阔的职业前途

从学习到就业，扫除一切障碍，带你快速成为抢手的LLM人才

跟着LLM大牛，循序渐进，领先吸收AI大模型核心理论+技术+经验

课程目录：

视频课程 (16.18 Gb)
├── 04-深入学握大模型应用开发框架LangChain.mp4
├── 08-市场需求和招聘对接-1.mp4
├── 06-第六周 四大行业微调模型落地案例和技术方案.mp4
├── 09-增补：LangChain本地知识问答.mp4
├── 08-市场需求和招聘对接-BLK.mp4
├── 02-第二周 大模型训练与微调研发背后的数据艺术.mp4
├── 00-开课仪式.mp4
├── 05-环境安装和SFT演示带你在服务器如何一步步微调训练.mp4
├── 01-第一周 LLM的进化路线、领域微调及NLP的应用落地方式.mp4
├── 03-第三周 大语言模型训练和训练优化技巧.mp4
├── 07-第七周 实现行业问答智能问答技术方案.mp4
├── 03-第三周 大模型训练入门与进阶.mp4
├── 02-第二周 深入大模型基础理论务实.mp4
├── 04-PyTorch及模型训练基础.mp4
├── 04-模型训练流程和 CUDA 原理及并行基础.mp4
├── 05-第五周 在云服务器实操模型量化模型推理和服务.mp4
├── 05-第五周 大模型训练全流程实战.mp4
├── 资料
│ ├── 03 概览【学习辅导笔记】.html
│ ├── 08 训练过程-有监督预训练【学习辅导笔记】.html
│ ├── 17 大模型训练-Reward【学习辅导笔记】.html
│ ├── 05 大模型的涌现能力【学习辅导笔记】.html
│ ├── 02 上课演示的代码（第四周）.html
│ ├── 19 大模型生成原理【学习辅导笔记】.html
│ ├── 09 大模型的核心--transformer 模型【学习辅导笔记】.html
│ ├── 15 大模型训练过程【学习辅导笔记】.html
│ ├── 14 Transformer--残差归一化【学习辅导笔记】.html
│ ├── 12 【思考题】transformer 思考题.html
│ ├── 03 课程大纲.html
│ ├── 16 大模型训练-SFT【学习辅导笔记】.html
│ ├── 10 Transformer--编码和解码器【学习辅导笔记】.html
│ ├── 01 新加入的同学必看！！！.html
│ ├── 04 LLM进化路线与现状【学习辅导笔记】.html
│ ├── 13 Transformer-前馈层【学习辅导笔记】.html
│ ├── 18 大模型训练-PPO【学习辅导笔记】.html
│ ├── 11 Transformer--模型嵌入【学习辅导笔记】.html
│ ├── 07 训练过程-无监督预训练【学习辅导笔记】.html
│ ├── 06 大模型本质-概率统计【学习辅导笔记】.html
│ ├── 02 前置知识提前学.html
│ ├── 项目git
│ │ ├── llm
│ │ │ ├── class_8
│ │ │ │ ├── code
│ │ │ │ │ ├── text2vec-base-chinese
│ │ │ │ │ │ ├── 1_Pooling
│ │ │ │ │ │ │ ├── config.json
│ │ │ │ │ │ ├── config.json
│ │ │ │ │ │ ├── logs.txt
│ │ │ │ │ │ ├── tokenizer_config.json
│ │ │ │ │ │ ├── sentence_bert_config.json
│ │ │ │ │ │ ├── gitattributes.txt
│ │ │ │ │ │ ├── special_tokens_map.json
│ │ │ │ │ │ ├── vocab.txt
│ │ │ │ │ │ ├── README.md
│ │ │ │ │ │ ├── modules.json
│ │ │ │ │ ├── semantic_match.py
│ │ │ │ │ ├── embedding_test.py
│ │ │ │ │ ├── chatglm2_6b_server.py
│ │ │ │ │ ├── sim_compute.py
│ │ │ │ │ ├── model_api.py
│ │ │ │ │ ├── duckduckgo_search_chat.py
│ │ │ ├── llm_course
│ │ │ │ ├── quantize
│ │ │ │ │ ├── ggml.sh
│ │ │ │ │ ├── gptq_gen.py
│ │ │ │ │ ├── gptq.py
│ │ │ │ ├── trl_version_sft
│ │ │ │ │ ├── v2.py
│ │ │ │ │ ├── v1.py
│ │ │ │ │ ├── run.sh
│ │ │ │ │ ├── ds_config_zero2.json
│ │ │ │ │ ├── imdb.csv
│ │ │ │ │ ├── README.md
│ │ │ │ │ ├── untitled.py
│ │ │ │ │ ├── accelerate_config.yaml
│ │ │ │ ├── demo
│ │ │ │ │ ├── demo_gradio.py
│ │ │ │ ├── introduction
│ │ │ │ │ ├── pytorch_basic
│ │ │ │ │ │ ├── pytorch_autograd.ipynb
│ │ │ │ │ │ ├── pytorch_basic_oper.ipynb
│ │ │ │ │ ├── training_basic
│ │ │ │ │ │ ├── scratch.ipynb
│ │ │ │ │ ├── cuda_case
│ │ │ │ │ │ ├── src
│ │ │ │ │ │ │ ├── mmul.cc
│ │ │ │ │ │ │ ├── mmul.cu
│ │ │ │ │ │ ├── CMakeLists.txt
│ │ │ │ │ │ ├── demo.py
│ │ │ │ │ │ ├── mmul.py
│ │ │ │ │ │ ├── main.py
│ │ │ │ │ │ ├── Makefile
│ │ │ │ │ ├── cuda_info.ipynb
│ │ │ │ ├── train_optimize
│ │ │ │ │ ├── llm_course.sh
│ │ │ │ │ ├── llm_course_dataset.json
│ │ │ │ │ ├── ds_config_zero2.json
│ │ │ │ │ ├── llm_course.py
│ │ │ │ ├── triton_server
│ │ │ │ │ ├── README.md
│ │ │ │ │ ├── api.py
│ │ │ │ │ ├── client.html
│ │ │ │ │ ├── main.py
│ │ │ │ │ ├── llm_triton.py
│ │ │ │ ├── playground.ipynb
│ │ │ │ ├── Untitled.ipynb
│ │ │ │ ├── openbayes-intro.ipynb
│ │ │ │ ├── test2.ipynb
│ │ │ │ ├── requirements.txt
│ │ │ │ ├── Untitled1.ipynb
│ │ │ ├── requirements.txt
│ │ │ ├── install.sh
│ │ │ ├── .gitignore
│ │ │ ├── README_BAK.md
│ │ │ ├── README.md
│ │ ├── llm-master.zip
│ │ ├── 01 llm.zip