|
863| 15
|
聚客AI大模型1-4期 |
|
聚客AI大模型1-4期 聚客第四期目錄如下： 001開(kāi)班典禮 01-HuggingFace核心組件介紹 02-基于Bert的中文評(píng)價(jià)情感分析（訓(xùn)練篇） 03-基于Bert的中文評(píng)價(jià)情感分析（實(shí)現(xiàn)篇） 04-GPT2-中文生成模型定制化（訓(xùn)練篇） 05-GPT2-中文生成模型定制化 06-本地私有化部署大模型（Ollama&vLLM&LMDeploy 07-大模型微調(diào)（使用LLama Factory微調(diào)Qwen） 08-大模型微調(diào)（LLama Factory自定義微調(diào)數(shù)據(jù)集） 09-大模型微調(diào)（QLora微調(diào)&GGUF模型轉(zhuǎn)換） 10-大模型微調(diào)（LLamaFactory微調(diào)效果與vllm部署效果不一致如何解決） 11-大模型微調(diào)分布式訓(xùn)練（LLama Factory與Xtuner分布式微調(diào)大模型） 12-大模型壓縮訓(xùn)練（知識(shí)蒸餾） 13-大模型推理部署（分布式推理與量化部署） 14-大模型評(píng)估測(cè)試（OpenCompass） 15-大模型微調(diào)項(xiàng)目實(shí)戰(zhàn)（情緒對(duì)話模型-數(shù)據(jù)工程篇） 16-大模型微調(diào)項(xiàng)目實(shí)戰(zhàn)（情緒對(duì)話模型-最終效果） 17-Llamaindex快速構(gòu)建RAG 18-Llama_indexRAG進(jìn)階_Embedding_model與Chroma 19-Llama_indexRAG進(jìn)階_文檔切分與重排序 20-Dify實(shí)現(xiàn)RAG 21-RAGFlow 22-基于RAG的法律條文智能助手（方案篇） 23-基于RAG的法律條文智能助手-實(shí)現(xiàn)與部署 24-基于RAG的法律條文智能助手-微調(diào)與部署 25-Dify構(gòu)建Agent 26-LangGraph構(gòu)建多智能體 27-DeepSeek原理與應(yīng)用 28-多模態(tài)大模型應(yīng)用 聚客第1-3期內(nèi)容除了項(xiàng)目其他都跟第4期內(nèi)容相同： 聚客第1-2期： day_27基于本地大模型的在線心理問(wèn)診系統(tǒng)（訓(xùn)練篇） day_28基于本地大模型的在線心理問(wèn)診系統(tǒng)（訓(xùn)練篇） day_29基于本地大模型的在線心理問(wèn)診系統(tǒng)(部署篇) day_30基于RAG的線上智能客服系統(tǒng)（微調(diào)篇） day_31基于RAG的線上智能客服系統(tǒng)（部署篇） day_32基于pytorch的語(yǔ)音識(shí)別與語(yǔ)音喚醒 day33_RAG項(xiàng)目實(shí)戰(zhàn)（使用llamaindex構(gòu)建自己的知識(shí)庫(kù)） day34_視覺(jué)項(xiàng)目實(shí)戰(zhàn)（基于yolo的骨齡識(shí)別項(xiàng)目_01） day35_視覺(jué)項(xiàng)目實(shí)戰(zhàn)（基于yolo的骨齡識(shí)別項(xiàng)目_02） 聚客第3期： 1_開(kāi)班典禮-241216 2_RAG-Embedding-Vector 3_LangChain day04_Hugging Face 核心組件介紹 day05_基于 BERT 的中文評(píng)價(jià)情感分析 day06_自定義vocab day07_如何處理超長(zhǎng)文本訓(xùn)練問(wèn)題 day08_GPT2-中文生成模型定制化微調(diào)訓(xùn)練 day09_遠(yuǎn)程GPU服務(wù)器 day10_llama3大模型本地調(diào)用 day11_Llama3.2模型微調(diào) day12_Lora模型合并與推理測(cè)試 day13_LLaMA-Factory模型導(dǎo)出量化 day14_LLaMA-Factory模型評(píng)估與QLora微調(diào) day15_Qwen模型打包部署（Lora模型合并&轉(zhuǎn)GGUF模型部署） day16_Qwen模型打包部署（HF轉(zhuǎn)GGUF&ollama+open_webui部署） day17_Xtuner微調(diào)大模型 day18_LMDeploy部署大模型 day19_OpenCompass大模型評(píng)估 day20_llama-index核心組件 day21_llama-index入門(mén)實(shí)操 day22_llama-index實(shí)現(xiàn)RAG day23_AutoGen_Studio搭建多智能體應(yīng)用 day24_多模態(tài)大模型 day25_deep-seek與多卡訓(xùn)練 day26_基于本地大模型的AI試題系統(tǒng)（方案篇） day27_基于本地大模型的AI試題系統(tǒng)（實(shí)現(xiàn)篇） day28_基于RAG的法律條文智能助手（方案篇） day29_基于RAG的法律條文助手（實(shí)現(xiàn)篇） day30_基于pytorch的語(yǔ)音喚醒系統(tǒng)
購(gòu)買(mǎi)主題
本主題需向作者支付 30 資源幣 才能瀏覽
| |
| ||
| ||
| ||
| ||
| ||
| ||
| ||
| ||
| ||
小黑屋|資源共享吧 ( 瓊ICP備2023000410號(hào)-1 )
GMT+8, 2025-8-2 12:42 , Processed in 0.074596 second(s), 17 queries , MemCached On.
發(fā)表于 2025-6-1 02:16:27
收藏
發(fā)表于 2025-6-2 21:37:47