联系我们

课程大纲

微调简介

  • 什么是微调?
  • 微调的用例与优势
  • 预训练模型与迁移学习概述

微调准备

  • 数据集的收集与清理
  • 理解任务特定的数据需求
  • 探索性数据分析与预处理

微调技术

  • 迁移学习与特征提取
  • 使用Hugging Face微调Transformers
  • 监督任务与非监督任务的微调

微调大型语言模型 (LLMs)

  • 为NLP任务适配LLMs(如文本分类、摘要生成)
  • 使用自定义数据集训练LLMs
  • 通过提示工程控制LLM行为

优化与评估

  • 超参数调优
  • 评估模型性能
  • 解决过拟合与欠拟合问题

扩展微调工作

  • 在分布式系统上进行微调
  • 利用云解决方案实现可扩展性
  • 案例研究:大规模微调项目

最佳实践与挑战

  • 微调成功的最佳实践
  • 常见挑战与故障排除
  • 微调AI模型的伦理考量

高级主题(可选)

  • 微调多模态模型
  • 零样本与少样本学习
  • 探索LoRA(低秩适应)技术

总结与下一步

要求

  • 理解机器学习基础知识
  • 具备Python编程经验
  • 熟悉预训练模型及其应用

受众

  • 数据科学家
  • 机器学习工程师
  • AI研究人员
 14 小时

即将举行的公开课程

课程分类