├── LLM大模型视频
│ ├── 布丁部分
│ │ ├── 0_课程介绍
│ │ ├── 1_环境
│ │ ├── 1_模型文件下载方法1
│ │ ├── 2_prompt
│ │ ├── 2_模型文件下载方法2
│ │ ├── 3_微调
│ │ ├── 3_配置服务器jupyter环境
│ │ ├── 4_function_call
│ │ ├── 4_vscode远程连接服务器
│ │ ├── 5_code_interpreter
│ │ ├── 5_vscode远程debug配置
│ │ ├── 6_prompt_概述
│ │ ├── 7_prompt_技巧
│ │ ├── …
│ │ ├── 13_prompt角色扮演
│ │ ├── 14_prompt_数据制作1
│ │ ├── …
│ │ ├── 18_deepspeed_概述
│ │ ├── 19_deepspeed_配置
│ │ ├── …
│ │ ├── 26_deepspeed_多机多卡配置
│ │ ├── 27_chatglm3_新特性
│ │ ├── …
│ │ ├── 31_推理、训练、量化占用显存
│ │ ├── 32_chatglm全量微调1
│ │ ├── …
│ │ ├── 35_微调结果评测
│ │ ├── 36_微调模型加载1
│ │ ├── 37_微调结束后-推理
│ │ ├── 38-微调优化
│ │ ├── 39-codegeex微调-数据准备
│ │ ├── …
│ │ ├── 42-function-call概述
│ │ ├── 43-function_call概述2
│ │ ├── 44-function-call实例1
│ │ ├── 45-手写function_call-1
│ │ ├── 46-手写function_call-2
│ │ ├── 47-streamlit-debug环境配置
│ │ ├── 48_function-all_官方代码逐行解读
│ │ ├── 49_code-interpreter-概述
│ │ ├── 50_手写code-interpreter
│ │ ├── 51_code-interpreter进阶
│ │ ├── 52_项目演示
│ │ ├── 53_akshare接口
│ │ ├── 54_gradio-界面设计
│ │ └── 55_手写项目
│ └── 季康部分
│ ├── 0-课程大纲简要说明
│ ├── 1_LLM综述
│ ├── 1-llm简要概览
│ ├── 2_手写llama2源码
│ ├── 2-llm的发展历程_part1
│ ├── 2-llm的发展历程_part2
│ ├── 3_高效微调
│ ├── 3-llm的训练流程以及常见的概念
│ ├── 4-llm的常见架构
│ ├── 5-llm的评价标准
│ ├── 6-1.1_llm的幻觉定义
│ ├── …
│ ├── 6-1.5_llm的知识编辑
│ ├── 7-llm自动生成prompts
│ ├── 8-1.1_Llama2的rmsnorm_原理
│ ├── …
│ ├── 8-1.9_llama2模型组装
│ ├── 9-1.1pet原理&dataloader
│ ├── …
│ ├── 9-1.7ptuningv2_代码3
│ ├── 10-1.1_llama2任务简介
│ ├── …
│ ├── 10-1.5_lora训练
│ ├── …
│ ├── 10-1.8_int8量化原理
│ ├── 10.1.9_qlora的nf4
│ ├── 10.1.9_qlora的双重量化
│ └── 10.1.10_qlora的代码
├── 文档
└── 代码
