老孟 
你将学会
- 理解大模型指令微调解决指令遵循问题的原理
- 能独立完成从数据准备到模型部署的微调全流程
- 建立大模型落地定制化的基本工作框架
本课程以微博情感分类为例，讲解LLaMA-Factory数据准备到LoRA部署，解决小模型无指令遵循，帮助学习者大模型微调落地。
面向不想手写训练代码、却希望快速定制大模型的工程师，介绍一个带可视化界面的开源微调框架。文章从环境安装讲起，演示如何在网页上选择基座模型、准备情感分类数据、发起微调并评估微调前后准确率的变化。适合想低门槛体验模型定制的业务开发者，读完无需深入训练脚本就能完成一次完整微调，快速验证模型改造能否满足自己的分类需求。
热门 1 小时 6 分钟
本课程通过计数器自增与内存序讲解 std::atomic，解决变量加锁过重与指令重排，帮助学习者用原子类型与 CAS 无锁编程。
42 分钟
本课程通过环境配置与Gradio开发，讲解ChatGLM3-6B本地部署流程，解决开源大模型私有化运行，帮助学习者搭建对话应用。
1 小时 56 分钟
本课程通过贝叶斯公式推导与垃圾邮件算例讲解朴素贝叶斯，解决文本自动分类问题，帮助学习者掌握分词、平滑与概率计算完整流程。
冀公网安备13050302001966号