文件清单 71 项

• 1_课程简介_ev.mp4
• 2_1-GPT系列算法概述_ev.mp4
• 3_2-GPT三代版本分析_ev.mp4
• 4_3-GPT初代版本要解决的问题_ev.mp4
• 5_4-GPT第二代版本训练策略_ev.mp4
• 6_5-采样策略与多样性_ev.mp4
• 7_6-GPT3的提示与生成方法_ev.mp4
• 8_7-应用场景CODEX分析_ev.mp4
• 9_8-DEMO应用演示_ev.mp4

展开全部 71 项

• 10_1-生成模型可以完成的任务概述_ev.mp4
• 11_2-数据样本生成方法_ev.mp4
• 12_3-训练所需参数解读_ev.mp4
• 13_4-模型训练过程_ev.mp4
• 14_5-部署与网页预测展示_ev.mp4
• 15_1-chatgpt概述_ev.mp4
• 16_2-挑战及其与有监督问题差异_ev.mp4
• 17_3-强化学习登场_ev.mp4
• 18_4-强化学习的作用效果_ev.mp4
• 19_5-奖励模型设计方法_ev.mp4
• 20_6-RLHF训练流程解读_ev.mp4
• 21_7-总结分析_ev.mp4
• 22_1-大模型如何做下游任务_ev.mp4
• 23_2-LLM落地微调分析_ev.mp4
• 24_3-LLAMA与LORA介绍_ev.mp4
• 25_4-LORA微调的核心思想_ev.mp4
• 26_5-LORA模型实现细节_ev.mp4
• 27_1-提示工程的作用_ev.mp4
• 29_3-源码调用DEBUG解读_ev.mp4
• 30_4-训练流程演示_ev.mp4
• 第一章:GPT系列.pdf
• 第二章:ChinesePretrainedModels.zip
• LLAVA_YOLO.rar
• GPT系列.pdf
• 大模型.pdf
• langchain-tutorials-main.zip
• SAM.pdf
• segment-anything-main.rar
• From Images to Textual Prompts.pdf
• annotated_diffusion.ipynb
• dalle2.pdf
• DALLE2-pytorch-main.zip
• 对比学习.pdf
• beit.pdf
• BEiT v2.pdf
• BEV.pdf
• BEV特征空间bevformer.mp4
• Chinese-LLaMA-Alpaca-3-main.zip
• LLAMA3.docx
• rag.zip
• SAM2.pdf
• segment-anything-2-main.zip
• 唐宇迪aigc与nlp大模型实战-经典cv与nlp大模型及其下游应用任务实现/
• AIGC与大模型/
• AIGC与大模型/
• 第三章:ChatGpt/
• 第四章:LLM与LORA/
• 第五章:LLM下游任务/
• 第六章:langchain/
• 第七章:视觉大模型SAM/
• 第八章:视觉QA/
• 第九章:扩散模型/
• 第十章:dalle2论文解读/
• 第十一章:dalle2源码解读/
• 第十二章:自监督任务对比学习/
• 第十三章:BEIT/
• 第十四章:BEITV2/
• 第十五章:BEITV2源码/
• 第十六章:BEV感知/
• 第十七章:BEVFORMER源码/
• llama3/
• SAM2/