赞
踩
LLMs:Large Language Model Course大语言模型课程(LLM Fundamentals+The LLM Scientist+The LLM Engineer+)的简介、案例应用之详细攻略
目录
Large Language Model Course(LLM Fundamentals+The LLM Scientist+The LLM Engineer+)的简介
3.1、LLM架构:仅解码器GPT架构、分词、注意力机制、文本生成
3.2、构建指令数据集:Alpaca类数据集、高级技术、过滤数据、提示模板
3.3、预训练模型:数据管道、因果语言建模、缩放定律、高性能计算
3.4、监督微调:全量微调、LoRA、QLoRA、Axolotl、DeepSpeed
3.5、从人类反馈中进行强化学习:偏好数据集、PPO、DPO
3.7、量化:INT8、GGUF和llama.cpp、GPTQ和EXL2、AWQ
4.1、运行LLM:LLM API、开源LLM、提示工程、结构化输出
4.2、构建向量存储:提取文档、分割文档、嵌入模型、向量数据库
4.4、高级RAG:查询构建、代理和工具、后处理、程序LLM
4.5、推理优化:Flash Attention、KV缓存、猜测解码
4.6、部署LLM:本地部署、演示部署、服务器部署、边缘部署
Large Language Model Course(LLM Fundamentals+The LLM Scientist+The LLM Engineer+)的案例应用
Large Language Model Course是一门进入大型语言模型(LLMs)的课程,包括学习路线图和Colab笔记本。LLM课程分为三个部分:
>> LLM Fundamentals涵盖了数学、Python和神经网络的基本知识。
>> LLM Scientist专注于使用最新技术建立最好的LLM。
>> LLM Engineer专注于创建基于LLM的应用程序并部署它们。
对于这门课程的互动版本,我创建了两个LLM助手,他们将以个性化的方式回答问题并测试你的知识:
>> HuggingChat助手:使用Mixtral-8x7B的免费版本。
>> ChatGPT助手:需要高级账户。
大型语言模型相关的笔记本和文章列表。
Notebook | Description | Notebook |
---|---|---|
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Li_阴宅/article/detail/737881 推荐阅读 相关标签 Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。 |