大语言模型微调之道9——总结

(19)

本地跑大模型，需要什么配置

(5:21)

大语言模型微调之道3——微调在训练过程中的位置

(15:11)

大语言模型微调之道1——介绍

(3:)

大语言模型微调之道8——建议和实用技巧

(4:30)

大语言模型微调之道2——为什么要微调

(14:36)

李沐讲座：大语言模型的实践经验和未来预测 | 上海交大| 转载

(1:3:21)

【聽語有聲書】原子習慣：細微改變帶來巨大成就的實證法則

(6:56:51)

【重制版】【人工智能】万字通俗讲解大语言模型内部运行原理 | LLM | 词向量 | Transformer | 注意力机制 | 前馈网络 | 反向传播 | 心智理论

(38:45)

【人工智能】中国大模型行业的五个真问题 | 究竟应该如何看待国内大模型行业的发展现状 | 模型 | 算力 | 数据 | 资本 | 商业化 | 人才 | 反思

(18:25)

21世纪最重要的发明：LoRA，让每个人都能微调大语言模型！将会如何重写世界规则？（用笔记本就能做大模型）

(27:9)

【人工智能】如何仅用初中数学来理解大语言模型原理 | 神经网络 | 嵌入 | 分词器 | ReLU | 自注意力 | 残差连接 | 层归一化 | Dropout | GPT | Transformer

(19:10)

如何知道一个大模型在推理和训练时需要多少显存？

(8:48)

Llama3.1 8B 使用《史记》七十列传文本数据微调训练，实现现代文翻译至古文，效果还不错! | colab | unsloth | hugging face | 大模型微调

(23:29)

【人工智能】万字通俗讲解大语言模型内部运行原理 | LLM | 词向量 | Transformer | 注意力机制 | 前馈网络 | 反向传播 | 心智理论

(38:45)

首个获得线控转向量产许可的车，为何是蔚来ET9？

(5:17)

零代码微调Llama3.1 8b大模型！中文文本分块+数据集制作！Axolotl+qLoRA十分钟光速微调打造法律大模型！#llama3 #finetuning #llama #ai #llms

(8:38)

如何使用私有数据，对OpenAI GPT3.5 模型进行微调（Fine-Tuning）？

(15:4)

微调Llama 3大模型！简单几步即可轻松打造自己的专属大模型！无需本地配置即可轻松完成！#llama3 #meta #finetune #aigc #ai #llm #gpt4 #gpt5

(8:34)

大模型微调选型指南：我的企业需要微调或者训练一个自己的大模型吗？还是RAG更适合我？先说结论：微调duck不必 #lora微调 #大模型微调 #RAG #知识库 #llama3 #通义千问

(6:31)

大语言模型微调How to fine-tune LLM?

(49:13)

AI大语言模型解析总结PDF英文文档大比拼

(16:23)