从0到1训练私有大模型，企业急迫需求，抢占市场先机夸克网盘资源_网盘资源_夸克网盘资源搜索_全盘搜

file:[8.10]--8-10 RLHF强化学习人类反馈的训练-model-base_ev.mp4
file:[8.2]--8-2 SFT有监督的训练-数据处理_ev.mp4
file:[8.6]--8-6 RM训练-model+dataset（2）_ev.mp4
file:[3.8]--3-8 【模型训练】word2vec实战-模型开发和训练（1）_ev.mp4
file:[3.4]--3-4 【softmax加速】是softmax 树型优化_ev.mp4
file:[3.2]--3-2 【语言模型】语言模型和评估指标PPL_ev.mp4
file:[3.12]--3-12 本章梳理小结_ev.mp4
file:[3.11]--3-11 【预训练语言模型】RNN-LSTM-ELMO_ev.mp4
file:[3.10]--3-10 【激活函数】常见七种激活函数对比_ev.mp4
file:[3.1]--3-1 【认知】词向量，词向量与gpt的关系_ev.mp4
file:[5.13]--5-13 Ernie文心一言基础模型（2）_ev.mp4
file:[5.2]--5-2 metric-评估指标(BLUE-rouge-L-MET_ev.mp4
file:[5.9]--5-9 bert(transformer encoder)主要源_ev.mp4
file:[5.5]--5-5 bert 预训练模型_ev.mp4
file:[5.8]--5-8 evaluate和predict方法----paddle_ev.mp4
file:[5.7]--5-7 bert情感分析实战----paddle（2）_ev.mp4
file:[5.3]--5-3 常见 subword 算法（BPE-wordpiece）_ev.mp4
file:[6.6]--6-6 RL三种方法（2）_ev.mp4
file:[6.16]--6-16 REINFORCE代码--torch_ev.mp4
file:[6.15]--6-15 DoubleDQN+DuelingDQ代码--torc_ev.mp4
file:[6.10]--6-10 actor-critic（2）_ev.mp4
file:[4.5]--4-5 transformer的残差链接-解决梯度消失问题_ev.mp4
file:[4.3]--4-3 seq2seq-attention的一个案例_ev.mp4
file:[4.8]--4-8 sparse-transformer 稀疏模型_ev.mp4
file:[7.8]--7-8 instruct-gpt 基于GPT技术开发的模型-1_ev.mp4
file:[2.2]--2-2 【框架】paddle和torch与tensorflow对_ev.mp4
file:[2.1]--2-1 【认知】为什么要引入paddle？平时使用torch，学_ev.mp4
file:[2.3]--2-3 【NLP工具和预训练模型】paddleNLP和huggi_ev.mp4
file:[2.5]--2-5 【工具】介绍基于gpt4的IDE cursor_ev.mp4
file:[1.4]--1-4 【发展史】ChatGPT的简要历史_ev.mp4
file:[1.2]--1-2 【内容安排】课程安排和学习建议_ev.mp4
file:[1.1]--1-1 【导航】课程导学&让你快速了解课程_ev.mp4
file:[1.5]--1-5 【学习须知】本课程为什么使用gpt2而不是gpt3_ev.mp4
folder:从0到1训练私有大模型，企业急迫需求，抢占市场先机
folder:{8}--第8章 RLHF训练类ChatGPT模型代码实战
folder:{3}--第3章 chatGPT初始技术词向量原理剖析与实战
folder:{5}--第5章基于Transformer另一分支Bert系列分析与实战
folder:{6}--第6章 chatGPT的核心技术——强化学习
folder:{4}--第4章 chatGPT基石模型——基于Transformer架构的语言模型
folder:{7}--第7章 chatGPT技术演变——从GPT 1 开始的大模型发展与演化
folder:{2}--第2章训练模型与开发平台环境
folder:{1}--第1章课程介绍

分享时间	2025-03-04
入库时间	2025-03-08
状态检测	有效
资源类型	QUARK
分享用户	处变*惊的海豚

资源有问题？点此举报

链接