这门课解决什么问题？
很多开发者在大模型应用落地时，往往止步于使用现成API或简单的RAG检索增强，一旦遇到私有数据微调、模型输出不稳定、或需要模型对齐特定业务偏好等问题，便束手无策。本课专门解决这一能力缺口：它不只是教你调参，而是从底层逻辑出发，系统讲解如何基于私有数据高效微调ChatGLM3，如何通过Prompt工程与数据增强提升训练数据的多样性与稳定性，以及如何利用RLHF与RLAIF技术让模型更符合人类意图。无论你是备考转岗，还是想在岗位上做出真正可用的垂直领域模型，这门课都能帮你补齐从“调包侠”到“微调工程师”的关键技能短板。
适合什么基础与建议先看哪几块？
建议具备Python编程基础，熟悉PyTorch或Hugging Face Transformers基本用法，了解Transformer架构及大模型原理的学习者。如果完全零基础，可能需要先补充NLP基础。学习顺序上，强烈建议从第10章入手，这是整个训练营的实战核心，涵盖私有数据微调的全流程；随后深入第11章，理解RLHF这一大模型对齐的基石技术；最后通过第12章和第13章，分别掌握MoEs混合专家模型的高效机制以及LLaMA系列模型的演进脉络，构建完整的技术视野。
学完能独立做什么与资料怎么配合练习？
完成本课程后，你将能够独立设计和执行基于私有数据的大模型微调项目，熟练运用Prompt工程优化数据生成质量，理解并实践RLHF/RLAIF对齐流程，并能解读主流开源模型（如LLaMA、Mixtral）的架构特点。配套资料中，视频是主要的讲解载体，而PDF课件则是对关键知识点和技术论文的深度补充。练习时，不要只看不动手。请务必跟随课程指导，在实际环境中复现微调步骤，调试Prompt模板，尝试不同的数据增强策略。将视频中的理论点与PDF中的技术细节对照着看，遇到报错或效果不佳时，回归资料查找原理支持，这样你的能力才能真正内化，而不是停留在“看懂了”的层面。
课程目录
第10章 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 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 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 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 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 模型预训练权重_ev.mp4 12.85M 第14章 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 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 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 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 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 第1章 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：弱人工智能、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. AI大模型四阶技术总览：提示工程（Prompt Engineering）.mp4 62.00M 6. AI大模型四阶技术总览：AI智能体（Agents）.mp4 51.25M 7. AI大模型四阶技术总览：大模型微调（Fine-tuning）.mp4 42.70M 8. AI大模型四阶技术总览：预训练技术（Pre-training）.mp4 20.99M 第2章 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 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 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 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主流技术分类介绍.mp4 23.01M 4. PEFT - Adapter技术.mp4 58.03M 5. PEFT - Soft Prompt 技术（Task-specific Tuning）.mp4 95.85M 6. PEFT - Soft Prompt 技术（Prompt Encoder）.mp4 76.37M 第6章 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 课件【找it资源dbbp.net】【微 信648765304】 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 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 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 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 01-课前准备.docx 740.23kb 02-课程表.webp 570.21kb AI大模型微调训练营第5期_文件目录.txt 8.40kb AI大模型微调训练营第5期/
