随着大模型的飞速发展，在短短一年间就有了大幅度的技术迭代更新，从LoRA、QLoRA、AdaLoRa、ZeroQuant、Flash Attention、KTO、PPO、DPO、蒸馏技术到模型增量学习、数据处理、开源模型的理解等，几乎每天都有新的发展。
我们总结了算法工程师需要掌握的大模型微调技能，并制作了大模型微调技能图谱，希望可以帮助大家将知识体系梳理清楚，为未来在大模型的工作与科研道路上节省时间，提高效率！
作为算法工程师，面对如此庞大又在飞速迭代的大模型技术体系，您是否有感觉自己的学习步伐有点跟不上技术的发展？或者对这些新兴技术的理解仅仅停留在应用层面上，实际上对背后的原理并没有深入剖析过？如果您希望在大模型赛道上持续保持竞争壁垒，对技术本身的深入理解是很必要的选项。 
鉴于这类痛点，并迎合技术的发展，贪心科技推出《大模型微调算法实战营》，通过3个月的时间，全面掌握以上图谱中列出的知识技术以及背后的精髓，帮大家大大节省学习成本。
下面是7个阶段学习安排，感兴趣的朋友们欢迎扫码咨询。  

扫描二维码，添加顾问老师咨询~
详细大纲
第一阶段：大模型基础
第一章：开营典礼
  • 介绍课程目标、安排和预期成果
  • 明确对学员的要求和期望
  • 概述课程中将探讨的项目和技术
  • 讨论大模型技术的行业现状
  • 推荐关注的工具和开源项目
第二章：大模型是怎么炼成的
  • 大模型的定义和重要性
  • 大模型发展历程和关键里程碑
  • 预训练与微调的基本概念
  • 大模型预训练、数据处理、微调、对齐
  • 大模型训练的基础设施和资源需求
  • 面临的挑战和未来发展方向
第三章：Transformer模型原理剖析（1）
  • Transformer模型的基本架构
  • Self-Attention机制的原理和计算过程
  • Multi-Head Attention的设计和作用
  • 注意力权重的计算和可视化
  • Self-Attention在模型中的作用和优势
第四章：Transformer模型原理剖析（2）
  • Positional Encoding的概念和实现方法
  • Rotary Positional Embedding
  • BPE tokenizer，SentencePiece Encoding
  • Transformer中的Feed-Forward Networks
  • Layer Normalization的原理和重要性
  • Transformer模型中的残差连接
  • 编码器和解码器的结构差异
第五章：Transformer模型原理剖析（3）
  • Transformer的训练策略和优化方法
  • 参数初始化和学习率调度
  • Transformer模型的正则化技术
  • Attention机制的变种和改进
  • Greedy Decoding, Beam-search
  • Top-K Sampling, Top-p Sampling
  • Transformer源码解读
第六章：Transformer模型全量微调和高效微调
  • 全量微调与高效微调的区别
  • Transformer模型微调的常见策略
  • 选择合适的微调任务和数据集
  • 微调中的挑战和最佳实践
  • 评估微调效果的标准和工具
第七章：【项目实战1】大模型PEFT微调项目
  • PEFT的安装
  • PEFT的使用说明，核心模块讲解
  • 指令数据准备和预处理的技巧
  • 实施微调的详细步骤
  • 微调项目的性能评估和分析
第八章：GPT模型家族剖析
  • GPT系列模型的发展历程
  • GP1到GPT4，GPT3模型剖析
  • GPT代码解读
  • InstructGPT模型剖析
  • Zero-shot Prompting
  • Few-shot Prompting
  • GPT模型的局限性和挑战
第九章：LLaMA家族模型剖析
  • LLaMA模型的特点和技术创新
  • LLaMA模型的原理剖析
  • LLaMA源码解读
  • LLaMA与其他大模型的对比
  • LLaMA模型的训练和微调策略
  • 面对LLaMA模型的未来发展方向
第十章：ChatGLM家族模型剖析
  • ChatGLM的架构和设计理念
  • ChatGLM模型解读
  • ChatGLM1到ChatGLM3的技术迭代
  • ChatGLM模型的优势和应用领域
  • ChatGLM模型微调和部署的实践指南
  • ChatGLM模型的评估和性能优化
第十一章：Baichuan家族模型剖析
  • Baichuan模型的概述和核心技术
  • Baichuan原理剖析和源码解读
  • Baichuan模型与其他模型的比较
  • Baichuan模型在特定任务上的应用
  • 微调Baichuan模型的策略和技巧
  • Baichuan模型的局限
第二阶段：大模型指令微调之- LoRA
第十二章：指令微调基础
  • 指令微调的定义与应用背景
  • 指令微调与传统微调的对比
  • 指令微调在大模型中的重要性
  • 指令微调流程概览
  • 指令微调的挑战与策略
第十三章：必要矩阵知识
  • 矩阵和向量的基本概念
  • 矩阵运算与性质
  • 特征值和特征向量
  • 矩阵分解（SVD）技术简介
  • 矩阵在LoRA算法中的应用
第十四章：LoRA算法剖析
  • LoRA算法的原理与动机
  • Lora中的Low-rank假设
  • LoRA的关键技术组件
  • LoRA算法的实现步骤
  • LoRA算法的优化与调试
  • LoRA算法源码解读
第十五章：指令数据搜集和生成
  • 指令数据的重要性与来源
  • 自动化和手动搜集指令数据的方法
  • 指令数据的预处理和标准化
  • 生成高质量指令数据的技巧
  • 指令数据集的维护与更新
  • 指令数据的人工质量评估与自动质量评估
第十六章：【项目实战2】Alpaca微调大模型
  • Alpaca微调项目的设计与目标
  • 准备Alpaca微调所需的指令数据
  • 实施Alpaca微调的详细步骤
  • 评估Alpaca微调效果的方法
  • 分析与解决Alpaca微调中遇到的问题
  • 解读Alpaca项目源码
第十七章：AdaLoRA算法剖析
  • AdaLoRA与LoRa的比较
  • 动态改变矩阵权重的意义
  • SVD与AdaLoRA
  • 训练AdaLoRA
  • AdaLoRA源码解读
  • AdaLoRA案例讲解
第十八章：【项目实战3】Vicuna微调大模型
  • Vicuna微调项目的背景与应用场景
  • ShareGPT数据收集
  • Vicuna微调的实施流程和技术细节
  • Vicuna微调效果的评估与分析
  • 基于Vicuna微调项目的经验总结与展望
第三阶段：大模型指令微调之- Quantization
第十九章：模型Quantization基础
  • Quantization在深度学习中的作用与原理
  • 常见的Quantization技术及其分类
  • 模型Quantization对性能和精度的影响
  • Quantization的实践步骤和工具
  • 模型Quantization的挑战与解决策略
第二十章：QLoRA算法剖析
  • QLoRA算法的定义和背景
  • QLoRA与LoRA的关键区别和改进
  • QLoRA算法的详细实现过程
  • 4bit NormalFloat, double quantization
  • QLoRA算法的优化和调试技巧
  • QLoRA源码解读
第二十一章：【项目实战4】QLoRA微调LLaMA大模型
  • 技术方案的设计
  • 收集和预处理指令数据
  • 基于PEFT进行QLora大模型微调
  • 评估QLoRA微调之后的效果
  • 分析QLoRA微调过程中遇到的问题及其解决方案
第二十二章：模型Compression技术
  • 模型压缩的必要性和技术背景
  • 常见的模型压缩方法概述
  • 模型压缩与Quantization的关系
  • 实施模型压缩的步骤和注意事项
  • 模型压缩技术的最新研究进展
第二十三章：模型蒸馏技术探索
  • 模型蒸馏的基本概念和工作原理
  • 模型蒸馏在模型优化中的应用
  • 不同蒸馏技术的比较和选择
  • 实施模型蒸馏的具体方法
  • 模型蒸馏技术面临的挑战及其解决策略
第二十四章：ZeroQuant算法剖析
  • ZeroQuant算法的基本原理和应用背景
  • ZeroQuant在模型Quantization中的创新点
  • 实现ZeroQuant的关键步骤和技术要求
  • ZeroQuant源码解读
  • ZeroQuant技术的局限性和未来方向
第二十五章：SmoothQuant算法剖析
  • SmoothQuant算法的设计理念和核心技术
  • SmoothQuant与传统Quantization方法的区别
  • 实施SmoothQuant算法的具体流程
  • SmoothQuant源码解读
  • SmoothQuant面临的技术挑战和改进路径
第四阶段：大模型对齐之-RLHF
第二十六章：RLHF算法概述
  • RLHF的起源和背景
  • RLHF在人工智能中的作用和重要性
  • 强化学习与人类反馈：结合的优势
  • RLHF的主要应用领域和案例研究
  • 从InstructGPT到GPT4
第二十七章：人类反馈的集成
  • 人类反馈在强化学习中的角色
  • 不同形式的人类反馈：标注、偏好、指导
  • 从人类反馈中学习：方法和策略
  • 人类反馈数据的收集和处理
  • 人类反馈强化学习的挑战和解决方案
第二十八章：PPO算法概述
  • PPO的起源和动机
  • PPO与其他策略梯度方法的对比
  • 算法核心概念和原理
  • PPO的优势和局限性
  • PPO的应用领域和案例
第二十九章：强化学习和数据基础
  • 强化学习基本概念介绍
  • 数据在强化学习中的作用和重要性
  • 状态、动作和奖励的数据结构
  • 数据收集、处理和利用的方法
  • 使用模拟环境进行数据生成和测试
第三十章：策略优化基础
  • 策略梯度方法简介
  • 优势函数和回报
  • 基线的概念和作用
  • 累积回报与折扣回报
  • 探索与利用的权衡
第三十一章：PPO核心技术细节
  • 目标函数和KL散度
  • 裁剪目标函数的原理
  • 多次迭代优化策略
  • 广义优势估计（GAE）
  • 重要性采样和策略更新
第三十二章：基于开源大模型从零实现PPO算法
  • 构建神经网络模型
  • 实现PPO的优化循环
  • 自适应学习率调整
  • 调试和性能分析技巧
  • 评估对齐之后的大模型
第三十三章：高级PPO技术和强化学习进阶
  • PPO变体和改进策略
  • 处理高维输入和模型泛化
  • 多智能体环境中的PPO应用
  • 强化学习中的迁移学习和多任务学习
  • 强化学习中的安全性和可解释性
第三十四章：【项目实战5】RLHF医疗大模型微调
  • 项目需求分析和技术方案设计
  • 环境设置和任务定义
  • 对齐数据的收集和预处理
  • 实现PPO训练流程
  • 结果分析和性能优化
第五阶段：大模型对齐之-DPO
第三十五章：DPO算法概述
  • DPO（Direct Preference Optimization）介绍
  • 与PPO算法对比
  • DPO的应用场景和重要性
  • 基本原理和工作机制
  • DPO算法的优势和挑战
第三十六章：排序和偏好的基础
  • 偏好与排序问题在AI中的角色
  • 数据表示：成对比较和偏好矩阵
  • 偏好学习的挑战
  • 排序和偏好预测的评估指标
  • 经典偏好学习算法概览
第三十七章：DPO核心技术细节
  • 偏好建模的数学框架
  • 直接与间接偏好优化的对比
  • DPO中的关键算法组件
  • 成对比较数据的处理方法
  • DPO的损失函数和优化策略
第三十八章：DPO算法的从零实现
  • 数据整理与预处理
  • 构建偏好学习模型的步骤
  • 使用Python实现基础DPO模型
  • 在benchmark上测试DPO性能
  • DPO的优势和缺点
第三十九章：【项目实战6】DPO在推荐系统中的应用
  • 推荐系统中的偏好学习
  • 设计DPO驱动的推荐算法
  • 处理实时用户反馈
  • 实施DPO进行推荐模型微调
  • 评估推荐系统的性能
第四十章：高级DPO技术
  • 多任务学习与DPO的结合
  • DPO在非监督学习中的应用
  • 深度学习方法与DPO
  • 交互式偏好学习
  • DPO技术的变种
第六阶段：大模型其他微调技术
第四十一章：Prefix Tuning算法剖析
  • Prefix Tuning的基本原理
  • 实现Prefix Tuning的关键步骤
  • Prefix Tuning源码解读
  • Prefix Tuning与其他微调方法的比较
  • 在NLP任务中应用Prefix Tuning的案例
  • Prefix Tuning的局限性和挑战
第四十二章：Adaptor Tuning算法剖析
  • Adaptor Tuning的基本原理
  • 如何在大模型中插入Adaptor层
  • Adaptor Tuning的优点和应用场景
  • Adaptor Tuning源码解读
  • 实际案例：Adaptor Tuning在分类任务中的应用
  • Adaptor Tuning的效率和扩展性问题
第四十三章：Flash Attention算法剖析
  • Flash Attention的设计思想和算法原理
  • 优化Transformer模型中的注意力机制
  • Flash Attention在提升处理速度和效率上的作用
  • 应用Flash Attention改进大模型的案例分析
  • Flash Attention的实现挑战和解决方案
第四十四章：Flash Attention 2算法剖析
  • 介绍Flash Attention 2与前版本的区别
  • 深入探讨Flash Attention 2的技术改进点
  • Flash Attention 2在复杂任务处理中的应用示例
  • 评估Flash Attention 2的性能和适用范围
  • Flash Attention 2的实现细节和调优建议
第四十五章：Kahneman-Tversky Optimization (KTO) 算法剖析
  • KTO算法背景和理论基础
  • Kahneman-Tversky优化在微调中的应用
  • 实施KTO的关键技术步骤
  • KTO在提高决策质量中的角色
  • KTO应用案例和性能分析
第四十六章：【项目实战7】QLoRA+Flash Attention微调大模型
  • 结合QLoRA和Flash Attention的微调策略
  • 任务选取和数据准备
  • 微调流程详解：从预处理到模型评估
  • 分析微调后模型的性能改进
  • 面临的挑战及解决方案分享
第七阶段：大模型增量学习
第四十七章：大模型增量学习概述
  • 增量学习（Continual learning）的重要性
  • 与传统从零训练的对比
  • 增量学习的应用场景
  • 任务选取和数据准备
  • 微调流程详解：从预处理到模型评估
第四十八章：增量学习与灾难性遗忘
  • 什么是灾难性遗忘
  • 解决灾难性遗忘的思路
  • 正则化、动态网络架构、元学习
  • 通用数据与垂直数据的混合训练
  • 数据中的信息分析
  • 调整学习率
第四十九章：增量学习中的高级主题
  • 增量学习在大规模数据集上的应用
  • 多模态与跨领域增量学习
  • 自适应学习和在线学习技术
  • 强化学习与增量学习的结合
  • 未来增量学习的发展方向
类别
说明
课程形式
线上直播+课程学习群答疑
课程安排
13次直播授课，每周1次，每次3-3.5小时
课程服务
25人以内学习群，助教答疑，保证遇到的问题被快速解决
专属咨询顾问与班主任老师全程伴学
全程直播讲解与演示+可反复观看课程视频
课程PPT举例
项目实战举例
课程学习群答疑举例
课程主讲
张老师
人工智能、大模型领域专家
  • 清华大学计算机科学与人工智能研究部博士后
  • 长期在大厂从事对话系统，预训练语言模型的研发和商业化
  • 主要从事自然语言处理，对话领域的先行研究与商业化
  • 先后在AAAI，NeurIPS，ACM，EMNLP等国际顶会及期刊发表高水平论文十余篇
李文哲
贪心科技创始人兼CEO
人工智能、大模型领域专家
  • 多家上市公司技术战略顾问
  • 曾任金融科技独角兽公司首席科学家
  • 曾任量化投资初创公司首席科学家
  • 曾任美国亚马逊推荐系统工程师
  • 深耕人工智能领域十余年，授课培养AI学员数万人
报名咨询
扫描二维码，添加顾问老师咨询~
继续阅读
阅读原文