AI大模型微调，从原理剖析到企业级落地实战

案例展示：

课程介绍

你将学到：

• 掌握LoRA/QLoRA高效微调原理
• 提升高质量微调数据集构建力
• 贯通SFT到GRPO强化学习链路
• 打通模型蒸馏与推理优化能力
• 倍增行业大模型定制优化能力
• 驾驭分布式训练与部署调优

课程简介：

大模型微调能力，已成为高薪AI工程师的核心竞争力。本课程聚焦高效微调（LoRA/QLoRA）、强化学习微调（PPO/RLHF/DPO/GRPO）、数据工程（SFT/COT/偏好数据集）、模型蒸馏、Embedding微调（RAG优化）等全栈技术，并以金融大模型SFT – 奖励模型 – GRPO全链路落地为实战核心，手把手带你提升从模型选型、数据构建、多机分布式训练、效果评估与部署的工程实战力，助你成为“懂业务、会微调、能落地”的高阶AI人才。

试看链接  https://pan.baidu.com/s/1Pp3eRxsy45BT4R6wjRsfnA?pwd=v2bv

相关推荐

AI大模型微调企业项目实战课（完结）

AI大模型微调训练营(视频+源码+PPT)

AI大模型算法-从大模型原理剖析到训练(微调)落地实战（完结）

课程目录

第1章 模型高效微调原理剖析

1-1 课程介绍
1-2 高效微调原理之什么场景需要微调？
1-3 高效微调原理之什么场景需要RAG？
1-4 高效微调原理之微调和全量微调的区别
1-5 高效微调原理之预训练的流程
1-6 高效微调原理之预训练的两个挑战
1-7 高效微调原理之预训练之网络通信
1-8 高效微调原理之预训练之数据并行
1-9 高效微调原理之预训练之模型并行
1-10 高效微调原理之预训练之3D并行
1-11 高效微调原理之微调步骤
1-12 高效微调原理之QLoRA原理

第2章 大模型强化学习原理剖析

2-1 强化学习微调之什么是强化学习？
2-2 强化学习微调之什么是PPO？
2-3 强化学习微调之什么是RLHF？
2-4 强化学习微调之什么是DPO？
2-5 强化学习微调之什么是GRPO？

第3章 大模型训练数据工程

3-1 大模型微调数据的重要性
3-2 大模型微调数据格式划分
3-3 大模型微调预训练数据集
3-4 大模型微调SFT数据集
3-5 大模型微调偏好数据集
3-6 大模型微调COT数据集
3-7 大模型微调数据集生成实战
3-8 大模型微调数据集工具部署
3-9 大模型微调数据集构建实操-构建COT数据集
3-10 大模型微调数据集构建实操-构建SFT数据集
3-11 大模型微调数据集构建实操-构建偏好数据集

第4章 Llama-Factory 微调实战

4-1 Llama-Factory微调之项目介绍
4-2 Llama-Factory微调之项目安装
4-3 Llama-Factory微调之模型和数据准备
4-4 Llama-Factory微调之LoRa微调实战
4-5 Llama-Factory微调之模型效果验证
4-6 Llama-Factory微调之核心参数剖析
4-7 Llama-Factory微调之接入Tensorboard监控
4-8 Text2SQL模型微调之数据集格式说明
4-9 Text2SQL模型微调之数据集准备
4-10 Text2SQL模型微调之数据处理
4-11 Text2SQL模型微调之数据集注册
4-12 Text2SQL模型微调之微调实战
4-13 Text2SQL模型微调之模型效果校验
4-14 Text2SQL模型微调之什么是DeepSpeed？
4-15 Text2SQL模型微调之基于DeepSpeed实战

第5章 微调医疗场景 Embedding 模型

5-1 Embedding模型微调之RAG痛点分析
5-2 Embedding模型微调之适用场景剖析
5-3 Embedding模型微调之基础模型选型
5-4 Embedding模型微调之数据集准备
5-5 Embedding模型微调之技术方案选型
5-6 Embedding模型微调之环境准备
5-7 Embedding模型微调之基础模型校验
5-8 Embedding模型微调之数据集校验
5-9 Embedding模型微调之数据集清洗
5-10 Embedding模型微调之微调流程演示
5-11 Embedding模型微调之微调数据准备核心逻辑
5-12 Embedding模型微调之微调核心代码
5-13 Embedding模型微调之微调效果检验