从0到1训练自己的大模型 揭密ChatGPT背后的技能与应用（8章）

{1}课程

{1}第1章 课程介绍

[1.1]1-1 [导航]课程导学&让你快速了解课程.mp4 37.45MB

[1.2]1-2 [内容安排]课程安排和学习建议.mp4 12.94MB

[1.3]1-3 [行业发展]ChatGPT对行业、社会有什么影响，我们要.mp4 34.14MB

[1.4]1-4 [发展史]ChatGPT的简要历史.mp4 15.56MB

[1.5]1-5 [学习须知]本课程为什么使用gpt2而不是gpt3.mp4 5.37MB

{2}第2章 训练模型与开发平台环境

[2.1]2-1 [认知]为什么要引入paddle？平时使用torch，学.mp4 7.26MB

[2.2]2-2 [框架]paddle和torch与tensorflow对.mp4 10.62MB

[2.3]2-3 [NLP工具和预训练模型]paddleNLP和huggi.mp4 5.37MB

[2.4]2-4 [平台]介绍aistudio.mp4 24.62MB

[2.5]2-5 [工具]介绍基于gpt4的IDE cursor.mp4 16.35MB

{3}第3章 chatGPT初始技术词向量原理剖析与实战

[3.10]3-10 [激活函数]常见七种激活函数对比.mp4 20.66MB

[3.11]3-11 [预训练语言模型]RNN-LSTM-ELMO.mp4 36.02MB

[3.12]3-12 本章梳理小结.mp4 5.24MB

[3.1]3-1 [认知]词向量，词向量与gpt的关系.mp4 8MB

[3.2]3-2 [语言模型]语言模型和评估指标PPL.mp4 22.19MB

[3.3]3-3 [词向量模型]word2vec-cbow和skipgra.mp4 14.23MB

[3.4]3-4 [softmax加速]是softmax 树型优化.mp4 23.99MB

[3.5]3-5 [softmax加速]softmax负采样优化.mp4 20.23MB

[3.6]3-6 [数据准备与预处理]word2vec实战（1）.mp4 55.92MB

[3.7]3-7 [数据准备与预处理]word2vec实战（2）.mp4 30.74MB

[3.8]3-8 [模型训练]word2vec实战-模型开发和训练（1）.mp4 22.09MB

[3.9]3-9 [模型训练]word2vec实战-模型开发和训练（2）.mp4 33.52MB

{4}第4章 chatGPT基石模型基于T

[4.10]4-10 transformer-xl解决长序列的问题（2）.mp4 25.93MB

[4.11]4-11 本章梳理总结.mp4 6.31MB

[4.1]4-1 本章介绍.mp4 2.05MB

[4.2]4-2 seq2seq结构和注意力.mp4 21.71MB

[4.3]4-3 seq2seq-attention的一个案例.mp4 10.33MB

[4.4]4-4 transformer的multi-head atten.mp4 37.44MB

[4.5]4-5 transformer的残差链接-解决梯度消失问题.mp4 12.24MB

[4.6]4-6 transformer的layernorm-归一化提升训.mp4 10.2MB

[4.7]4-7 transformer的decoder 解码器.mp4 14.02MB

[4.8]4-8 sparse-transformer 稀疏模型.mp4 10.66MB

[4.9]4-9 transformer-xl 解决长序列的问题（1）.mp4 25.67MB

{5}第5章 基于Transformer另一分支Bert系列分析与实战

[5.10]5-10 bert(transformer encoder)主要.mp4 40.59MB

[5.11]5-11 bert(transformer encoder)的完.mp4 79.77MB

[5.12]5-12 Ernie文心一言基础模型（1）.mp4 24.86MB

[5.13]5-13 Ernie文心一言基础模型（2）.mp4 12.77MB

[5.14]5-14 plato百度对话模型（1）.mp4 26.03MB

[5.15]5-15 plato 百度对话模型（2）.mp4 28.33MB

[5.16]5-16 本章总结.mp4 12.36MB

[5.1]5-1 本章介绍.mp4 1.78MB

[5.2]5-2 metric-评估指标(BLUE-rouge-L-MET.mp4 32.78MB

[5.3]5-3 常见 subword 算法（BPE-wordpiece）.mp4 9.8MB

[5.4]5-4 常见的NLP任务.mp4 9.93MB

[5.5]5-5 bert 预训练模型.mp4 38.97MB

[5.6]5-6 bert情感分析实战-paddle（1）.mp4 42.87MB

[5.7]5-7 bert情感分析实战-paddle（2）.mp4 49.98MB

[5.8]5-8 evaluate和predict方法-paddle.mp4 27.23MB

[5.9]5-9 bert(transformer encoder)主要源.mp4 40.85MB

{6}第6章 chatGPT的核心技术强化

[6.10]6-10 actor-critic（2）.mp4 11.25MB

[6.11]6-11 TRPO+PPO（1）.mp4 39.37MB

[6.12]6-12 TRPO+PPO（2）.mp4 27.95MB

[6.13]6-13 DQN代码实践torch-1.mp4 41.11MB

[6.14]6-14 DQN代码实践torch-2.mp4 46.69MB

[6.15]6-15 DoubleDQN+DuelingDQ代码torc.mp4 48.83MB

[6.16]6-16 REINFORCE代码torch.mp4 45.86MB

[6.17]6-17 PPO代码实践torch.mp4 61.06MB

[6.18]6-18 强化学习-本章总结.mp4 16.52MB

[6.1]6-1 RL是什么＆为什么要学习RL.mp4 20.49MB

[6.2]6-2 强化学习章介绍.mp4 4.24MB

[6.3]6-3 RL基础概念.mp4 11.45MB

[6.4]6-4 RL马尔可夫过程.mp4 27.44MB

[6.5]6-5 RL三种方法（1）.mp4 28.39MB

[6.6]6-6 RL三种方法（2）.mp4 10.08MB

[6.7]6-7 DQN和DQN的2种改进算法（1）.mp4 17.85MB

[6.8]6-8 DQN和DQN的2种改进算法（2）.mp4 23.57MB

[6.9]6-9 actor-critic（1）.mp4 36.07MB

{7}第7章 chatGPT技术演变从GP

[7.10]7-10 Antropic LLM大型语言模型.mp4 39.07MB

[7.11]7-11 GPT-本章总结.mp4 12.68MB

[7.1]7-1 GPT1 模型.mp4 24.11MB

[7.2]7-2 GPT2 模型.mp4 24.79MB

[7.3]7-3 GPT3 模型-1.mp4 29.1MB

[7.4]7-4 GPT3 模型-2.mp4 25.83MB

[7.5]7-5 gpt-codex 基于GPT技术开发的模型.mp4 22.57MB

[7.6]7-6 alphaCode基于GPT技术开发的模型-1.mp4 27.74MB

[7.7]7-7 alphaCode基于GPT技术开发的模型-2.mp4 16.09MB

[7.8]7-8 instruct-gpt 基于GPT技术开发的模型-1.mp4 21.3MB

[7.9]7-9 instruct-gpt 基于GPT技术开发的模型-2.mp4 24.96MB

{8}第8章 RLHF训练类ChatGPT模型代码实战 i class

[8.10]8-10 RLHF强化学习人类反馈的训练-model-base.mp4 23.3MB

[8.11]8-11 RLHF强化学习人类反馈的训练-model-opt.mp4 12.4MB

[8.13]8-13 RLHF强化学习人类反馈的训练-generation（.mp4 46.63MB

[8.14]8-14 RLHF强化学习人类反馈的训练-exp_maker（1.mp4 30.23MB

[8.15]8-15 RLHF强化学习人类反馈的训练-exp_maker（2.mp4 41.16MB

[8.16]8-16 RLHF强化学习人类反馈的训练-buffer-util.mp4 53.57MB

[8.17]8-17 RLHF强化学习人类反馈的训练-buffer-loss.mp4 43.34MB

[8.19]8-19 RLHF强化学习人类反馈的训练-main.mp4 66.87MB

[8.1]8-1 chatGPT训练实战.mp4 12.73MB

[8.2]8-2 SFT有监督的训练-数据处理.mp4 58.5MB

[8.3]8-3 SFT有监督训练-trainer.mp4 36.27MB

[8.4]8-4 SFT有监督训练-train.mp4 59.5MB

[8.5]8-5 RM训练-model+dataset（1）.mp4 26.43MB

[8.6]8-6 RM训练-model+dataset（2）.mp4 24.84MB

[8.7]8-7 RM训练-trainer.mp4 29.42MB

[8.8]8-8 RM训练-train-rm.mp4 33.74MB

[8.9]8-9 RLHF强化学习人类反馈的训练-dataset.mp4 13.82MB

目录3.txt -1.#INDB