【资源介绍】:
1、深度学习基础
-深度学习基本概念巩固
-深度学习经典模型解析
-深度学习模型优化策略解析
-深度学习GPU训练原理解析
-深度学习模型加速策略解析
2、智能对话基础
-智能对话系统综述
-QA系统架构解析
-知识图谱系统架构解析
-KBQA系统架构解析
-多轮对话系统架构解析
-生成式对话系统架构解析
-大模型浪潮下智能对话系统的发展方向
3、大模型基础
-大模型技术概述
-prompt-tuning与instruction-tuning
-parameter-efficient tuning：Adapter & LoRA
-GPT系列模型核心原理
-LLaMA & Alpaca核心原理
-BLOOM模型核心原理
-实现每个人的大模型梦想：BELLE
4、大模型微调原理与实战
-大模型微调中的硬件资源需求
-大模型微调中的数据收集与评估
-大模型微调中ChatGPT的使用
-instruction的艺术
-大模型微调详解：LLaMA & BLOOM
-大模型微调实践：微调LLaMA实现传统NLP任务
-大模型微调实践：微调BLOOMZ实现传统NLP任务
5、生成式问答系统实战
-基于大模型的生成式问答系统设计
-问答系统搭建：模型训练环境搭建
-问答系统搭建：数据收集与instruction设计
-问答系统搭建：基于开源基础模型训练底座模型
-问答系统搭建：大模型部署
-问答系统搭建：大模型性能评估
-项目总结与答疑
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
