彭靖田AI大模型微调训练营

 1. 为什么大模型微调技术成为开发者必修课   
大模型微调是当前AI领域实现业务落地的关键环节。本课程系统讲解PEFT、LoRA等参数高效微调技术，帮助开发者解决直接使用预训练模型存在的领域适配性差、计算资源消耗大等痛点。通过百度文心、京东物流等企业级案例，展示微调技术在实际业务中的价值。   

 2. 课程核心内容模块解析   
课程采用"四阶技术体系"架构：   

- 基础理论：大模型技术演进与微调原理   

- 核心方法：PEFT框架、LoRA低秩适配技术详解   

- 工具实战：Transformers、HF PEFT工具库应用   

- 高阶应用：ChatGLM3-6B微调、RLHF训练技术   

特别包含LangChain框架与私有化部署方案，覆盖从开发到部署全流程。   

 3. 讲师彭靖田的技术积淀   
作为AI领域资深专家，彭靖田曾主导多个工业级大模型项目开发。课程融合其在大厂落地的第一手经验，如：   

- 基于LoRA的模型压缩方案设计   

- 腾讯级Elasticsearch架构优化实践   

- 类秒杀场景高并发解决方案   

这些实战经验使课程内容兼具技术深度与工程视角。   

 4. 特色实战项目展示   
课程包含6大企业级实战场景：   

1. QLoRA微调ChatGLM3-6B：掌握参数高效微调技巧   

2. 模型量化压缩：实现10倍推理速度提升   

3. 私有数据微调：定制专属领域模型   

4. 聊天机器人开发：基于LangChain的完整解决方案   

5. MoE混合专家模型：应对超大规模训练任务   

6. DeepSpeed分布式训练：优化GPU资源利用率   

 5. 适合哪些学习者   
- 希望突破API限制的AI应用开发者   

- 需要定制垂直领域模型的技术团队   

- 研究模型压缩与加速的算法工程师   

- 探索大模型落地的企业技术负责人   

课程提供配套论文合集与GitHub代码库，助力快速复现前沿成果。   

通过系统学习，开发者将掌握降低80%训练成本的微调技术，具备独立完成工业级大模型定制的能力。从理论到工具链，从单卡微调到分布式训练，本课程构建了完整的技术闭环。

资源目录列表：

├─极客时间《彭靖田AI大模型微调训练营》- 带课件
│  ├─0-开营直播1019
│  │  ├─大厂案例PPT
│  │  │  ├─百度文心 (ERNIE) 语义理解技术详解.pdf
│  │  │  ├─360 大数据平台定制开发之道.pdf
│  │  │  ├─阿里工程效能微创新.pdf
│  │  │  ├─DDD 在京东物流的落地效果.pdf
│  │  │  ├─大疆 Kubernetes 探索与实践之路.pdf
│  │  │  ├─构建批流一体化 AI 数据平台的深度探索.pdf
│  │  │  ├─Go 并发数据结构和算法实践.pdf
│  │  │  ├─Go 语言基础原理深度解析.pdf
│  │  │  ├─技术管理路上的那些事儿.pdf
│  │  │  ├─快手 AI 生成式技术实践.pdf
│  │  │  ├─类秒杀场景下的瞬时大流量高并发实践.pdf
│  │  │  ├─如何建设一支能打硬仗的技术团队.pdf
│  │  │  ├─推荐系统特征交互建模：浅层模型、深度模型与 AutoML.pdf
│  │  │  ├─腾讯万亿级 Elasticsearch 架构实践.pdf
│  │  │  ├─微保 Service Mesh 研发实践中的取舍-龙武_compressed.pdf
│  │  │  ├─研发效能建设的“灵魂拷问”与落地实践.pdf.pdf
│  │  ├─10.19直播答疑部分.mp4
│  │  ├─RAG、微调、预训练，如何选择适合的大模型优化方式？.mp4
│  ├─1-开营直播：大语言模型微调的前沿技术与应用
│  │  ├─课件
│  │  │  ├─开营直播：大语言模型微调的前沿技术与应用.pdf
│  │  ├─视频
│  │  │  ├─01-大模型微调的前沿技术与应用.mp4
│  │  ├─直播评论
│  │  │  ├─20231129评论区记录.xlsx
│  ├─2-大模型四阶技术总览
│  │  ├─课件
│  │  │  ├─1-AI大模型四阶技术总览-新.pdf
│  │  │  ├─1-AI大模型四阶技术总览.pdf
│  │  ├─视频
│  │  │  ├─AI大模型四阶技术总览.mp4
│  │  ├─直播评论
│  │  │  ├─20231203评论区记录.xlsx
│  ├─3-大语言模型技术发展与演进
│  │  ├─课件
│  │  │  ├─2-大语言模型技术发展与演进.pdf
│  │  ├─视频
│  │  │  ├─大模型演进.mp4
│  │  ├─直播评论
│  │  │  ├─20231203评论区记录.xlsx
│  │  ├─资料
│  │  │  ├─论文.exe
│  ├─4-大语言模型微调技术揭秘-PEFT
│  │  ├─课件
│  │  │  ├─2-大语言模型技术发展与演进.pdf
│  │  │  ├─3-大模型微调技术揭秘-PEFT.pdf
│  │  ├─视频
│  │  │  ├─大模型微调技术揭秘-PEFT.mp4
│  │  │  ├─新录制1月14日.mp4
│  │  ├─直播评论
│  │  │  ├─20231206评论区记录.xlsx
│  │  ├─资料
│  │  │  ├─Fine-tuning论文.exe
│  ├─5-大语言模型微调技术揭秘-LoRA
│  │  ├─课件
│  │  │  ├─3-大模型微调技术揭秘.pdf
│  │  │  ├─4-大模型微调技术揭秘-LoRA.pdf
│  │  ├─视频
│  │  │  ├─大模型低秩适配(LoRA)技术.mp4
│  │  ├─直播评论
│  │  │  ├─20231210评论区记录.xlsx
│  │  ├─资料
│  │  │  ├─UniPELT A Unified Framework for Parameter-Efficient Language Model Tuning.pdf
│  ├─6-大模型开发工具库
│  │  ├─课件
│  │  │  ├─5-大模型开发工具库 HF Transformers.pdf
│  │  ├─视频
│  │  │  ├─大模型开发工具.mp4
│  ├─7-实战 Transformers 模型微调
│  │  ├─代码
│  │  │  ├─github.txt
│  │  ├─课件
│  │  │  ├─6-实战Transformers模型微调.pdf
│  │  ├─视频
│  │  │  ├─12月13日.mp4
│  │  ├─直播评论
│  │  │  ├─20231220评论区记录.xlsx
│  ├─8-实战Transformers模型量化
│  │  ├─代码
│  │  │  ├─github.txt
│  │  ├─课件
│  │  │  ├─7-实战Transformers模型量化.pdf
│  │  ├─视频
│  │  │  ├─12月24日.mp4
│  │  ├─直播评论
│  │  │  ├─20231224评论区记录.xlsx
│  │  ├─资料
│  │  │  ├─Quantization论文
│  ├─9-大模型高效微调工具HF PEFT
│  │  ├─代码
│  │  │  ├─github.txt
│  │  ├─课件
│  │  │  ├─8-大模型高效微调工具HF PEFT.pdf
│  │  ├─视频
│  │  │  ├─12月27日.mp4
│  │  ├─直播评论
│  │  │  ├─20231227评论区记录.xlsx
│  ├─10-实战QLoRA微调ChatGLM3-6B
│  │  ├─代码
│  │  │  ├─github.txt
│  │  ├─课件
│  │  │  ├─9-实战QLoRA 微调 ChatGLM3-6B.pdf
│  │  ├─视频
│  │  │  ├─1月3日.mp4
│  │  ├─直播评论
│  │  │  ├─20240103评论区记录.xlsx
│  │  ├─资料
│  │  │  ├─GLM论文.exe
│  ├─11-快速入门 LangChain
│  │  ├─课件
│  │  │  ├─10-快速入门 LangChain 大模型应用开发框架.pdf
│  │  ├─视频
│  │  │  ├─1月7日-2.mp4
│  │  │  ├─1月7日.mp4
│  ├─12-实战基于LangChain和ChatGLM私有化部署聊天机器人
│  │  ├─课件
│  │  │  ├─11-实战基于LangChain和ChatGLM私有化部署聊天机器人.pdf
│  │  ├─视频
│  │  │  ├─1月10日.mp4
│  │  ├─直播评论
│  │  │  ├─20240110评论区记录.xlsx
│  ├─13-实战私有数据微调ChatGLM3
│  │  ├─代码
│  │  │  ├─代码.txt
│  │  ├─课件
│  │  │  ├─12-实战私有数据微调ChatGLM3.pdf
│  │  ├─视频
│  │  │  ├─1月18日.mp4
│  │  ├─直播评论
│  │  │  ├─20240118评论区记录.xlsx
│  ├─14-ChatGPT大模型训川练技术RLHF
│  │  ├─代码
│  │  │  ├─代码.txt
│  │  ├─课件
│  │  │  ├─13-ChatGPT大模型训练技术RLHF.pdf
│  │  ├─视频
│  │  │  ├─1月21日.mp4
│  │  ├─直播评论
│  │  │  ├─20240121评论区记录.xlsx
│  ├─15-混合专家模型（MoEs）技术揭秘
│  │  ├─课件
│  │  │  ├─14-混合专家模型（MoEs）技术揭秘.pdf
│  │  ├─视频
│  │  │  ├─1月25日.mp4
│  │  ├─直播评论
│  │  │  ├─20240124评论区记录.xlsx
│  │  ├─资料
│  │  │  ├─MoEs.exe
│  ├─16-大模型分布式训练框架 Microsoft DeepSpeed
│  │  ├─代码
│  │  │  ├─代码.txt
│  │  ├─课件
│  │  │  ├─15-大模型分布式训练框架Microsoft DeepSpeed(1).pdf
│  │  ├─视频
│  │  │  ├─1月28日.mp4
│  │  ├─直播评论
│  │  │  ├─20240128评论区记录.xlsx
│  │  ├─资料
│  │  │  ├─ZeRO.exe
│  ├─17-Meta AI 大模型家族 LLaMA
│  │  ├─课件
│  │  │  ├─16-Meta AI 大模型家族 LLaMA.pdf
│  │  ├─视频
│  │  │  ├─1月31日.mp4
│  │  ├─直播评论
│  │  │  ├─20240131评论区记录.xlsx
│  │  ├─资料
│  │  │  ├─LLaMA.exe
│  ├─课程大纲.jpg