大型语言模型 (LLM) 快速入门指南教程：ChatGPT/Llama/嵌入/微调和多模态 AI+中英文字幕

大型语言模型 (LLM) 快速入门指南教程：ChatGPT/Llama/嵌入/微调和多模态 AI+中英文字幕

通过真实案例研究了解如何大规模使用和启动大型语言模型 (LLM)，如 GPT、Llama、T5 和 BERT。

《ChatGPT、嵌入和其他大型语言模型 (LLM) 快速指南》第二版是一本快速入门指南，旨在帮助人们大规模使用和启动 GPT、Llama、T5 和 BERT 等 LLM。它逐步介绍了构建和部署 LLM 的方法，并通过实际案例阐释了相关概念。视频涵盖了构建代理、使用 RLHF 微调 Llama 3 模型、使用 Siamese BERT 架构构建推荐引擎、使用 OpenAI 嵌入和 GPT-4 启动信息检索系统，以及使用 Vision Transformer 和 GPT 构建图像字幕系统等主题。本指南提供了清晰的 LLM 使用说明和最佳实践。它填补了 LLM 使用指南的市场空白，对于任何希望在项目中使用 LLM 的人来说，它都将成为宝贵的资源。

目录
介绍
ChatGPT、嵌入和其他大型语言模型 (LLM) 快速指南：简介
模块 1：大型语言模型简介
模块介绍
第 1 课：大型语言模型概述
主题
1.1 什么是大型语言模型？
1.2 现代流行的法学硕士
1.3 法学硕士的应用
第 2 课：使用 LLM 进行语义搜索
主题
2.1 语义搜索简介
2.2 构建语义搜索系统
2.3 使用交叉编码器和微调优化语义搜索
第 3 课：快速工程的第一步
主题
3.1 快捷工程简介
3.2 跨模型使用提示
3.3 使用 ChatGPT 和 GPT-4 构建检索增强生成机器人
第四课：检索增强生成 + AI 代理
主题
4.1 检索增强生成（RAG）简介
4.2 构建 RAG 机器人
4.3 使用 RAG 的开源模型
4.4 扩展到人工智能代理
模块 2：充分利用法学硕士
模块介绍
第 5 课：通过微调优化 LLM
主题
5.1 迁移学习——入门
5.2 OpenAI 微调 API
5.3 案例研究：利用 Android 应用评论进行预测（第 1 部分）
5.4 案例研究：利用 Android 应用评论进行预测（第 2 部分）
第 6 课：高级快速工程
主题
6.1 输入/输出验证
6.2 批量提示 + 提示链接
6.3 思路提示
6.4 防止即时注入攻击
6.5 评估法学硕士的编码知识水平
第 7 课：自定义嵌入 + 模型架构
主题
7.1 案例研究：构建动漫推荐系统
7.2 使用 OpenAI 的嵌入式模型
7.3 微调嵌入模型以捕捉用户行为
第 8 课：AI 对齐——第一原则
主题
8.1 AI对齐简介
8.2 评估一致性和道德规范
模块 3：高级 LLM 用法
模块介绍
第九课：超越基础模型
主题
9.1 视觉转换器
9.2 使用交叉注意来混合数据模态
9.3 案例研究——视觉问答：建立我们的模型
9.4 案例研究——视觉问答：设置我们的参数和数据
9.5 反馈强化学习简介
9.6 将 FLAN-T5 与基于反馈的强化学习相结合
第 10 课：高级开源 LLM 微调
主题
10.1 BERT 用于多标签分类（第 1 部分）
10.2 BERT 用于多标签分类（第 2 部分）
10.3 使用 GPT-2 编写 LaTeX
10.4 案例研究：Sinan 尝试做出明智而引人入胜的回应——Sawyer
10.5 LLM 的指令对齐：监督微调
10.6 法学硕士的教学一致性：奖励模型
10.7 LLM 的指令对齐：RLHF
10.8 LLM 的指令对齐：使用我们的指令对齐 LLM
第 11 课：将 LLM 应用于生产
主题
11.1 成本预测以及 LLM 的生产部署
11.2 知识提炼
第 12 课：法学硕士评估
主题
12.1 评估生成任务——第一部分
12.2 评估生成任务——第 2 部分
12.3 评估理解任务
12.4 探究 LLM 的世界模型

格 式：MP4
分 辨 率：高清1280*720
语言字幕：英语发音，精翻中文/英文字幕
大 小：3.92 GB
下载方式：百度网盘