大模型微调和对齐，这些方法更替太快了！

随着大模型的飞速发展，在短短一年半间就有了大幅度的技术迭代更新， LoRA，QLoRA，AdaLoRa，ZeroQuant，Flash Attention，DPO 等技术效果已经在工业界逐渐得到验证。过去半年又涌现出更多效果更好的技术和模型， 从 Mamba2 ， Jamab a，TTT 等 基座模型 ， 到 Dora ， LoftQ ， GaLore 等最新的微调技术； KTO ， IPO ， SimPO 等对齐技术；再到 GPTQ ， SmoothQuant ， AWQ ， GGUF 等量化技术。大模型全链路的技术的迭代日新月异。

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技术能力以及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，实际上并没有对背后的算法原理深入剖析过？ 如果您希望快速适应大模型时代的发展，而不致于在海量的论文和技术文献中挣扎和迷茫；如果你希望在大模型赛道上持续巩固竞争壁垒，而不至于因为技术到达瓶颈而导致项目停滞不前。对技术本身的深入理解、对前沿技术的深入洞察一定是个必选项

基于此类痛点，并紧密贴合llm前沿技术发展，贪心科技联合数位业内顶级专家共同打造了 《大模型微调实战营-算法篇》 + 《大模型高级研修班》 的组合学习路径 。 通过3 个半月的时间，全面掌握从基础到最前沿的大模型技术以及背后的精髓，帮大家大大节省学习成本、提高技术竞争力 。

学习收获：

• 掌握前沿的大模型技术，包括各类基座模型、微调算法、推理方法、多模态技术、图算法和大模型的结合等
• 掌握每一种前沿算法背后的理论知识、以及应用场景，部分算法的讲解涉及到代码解读、从零算法实现、实战案例等

• 全面掌握2024上半年，新出现的最热门大模型技术

下面是两门课程的具体学习安排，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~

---

大模型微调实战营-算法篇

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 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

---

大模型高级研修班

模块一：基座模型

1、Transformer架构与机制

• 多头自注意力机制：Query, Key, Value机制
• Multi-query attention
• 位置编码技术
• 层归一化与残差连接
• 案例：剖析LLama3模型结构

2、大模型训练与优化

• 预训练、微调与对齐过程
• SFT与LoRA微调
• 对齐与DPO
• 处理长距离依赖
• 处理更长的上下文
• 梯度下降变体

3、Mamba介绍

• Transformer与Seq2Seq各自有缺点
• Differential Equation基础
• 选择性状态空间模型（SSMs）
• Discretization, Recurrent计算
• The HIPPO矩阵
• 基于Pytorch实现一个基本的Mamba块

4、Mamba核心组建与优化

• 局部卷积宽度及其重要性
• Selective Scan
• 整体模型架构
• Mamba的优化策略
• 与Transformer优化的比较分析

5、Mamba2

• Mamba与Mamba2的区别
• Mamba2中的高级SSMs
• 结构状态空间对偶性
• SSMs和Transformers之间的等价性
• 块分解技术
• 面向硬件的实现
• 高效投影和归一化
• 实践：在Mamba2中实现高维SSMs

6、Mamba的应用

• 文本生成与文本摘要生成
• 机器翻译与情感分析
• 基于Mamba构造大模型
• 基于Mamba构造多模态大模型
• 医疗、金融领域的应用

7、Jamba模型

• 混合架构设计基础
• SSMs与Transformer注意机制的集成
• 结合Mamba和Transformer方法的优点
• Jamba模型剖析
• 多模态注意力和状态空间集成
• 跨模态嵌入对齐

8、KANs

• KANs vs MLPs
• Kolmogorov-Arnold representation theorem
• 基础架构
• Convolutional KANs (CKANs)
• 训练KANs

• 实践：从零实现KANs

模块二：指令微调技术

9、LoRA微调技术

• 必要的数学知识 - 低秩分解
• LoRA的核心原理
• LoRA中的各类参数设置
• 优化并获得LoRA参数
• LoRA源码解读
• 基于开源模型实现LoRA微调

10、DoRA微调技术

• 从LoRA到DoRA
• DoRA解决的核心问题
• 权重分解的低秩适应
• DoRA的梯度分析
• DoRA的源码分析
• 基于开源模型实现DoRA微调

11、LoftQ微调技术

• 量化技术基础
• 不同的量化技术
• 传统方法与基于LoRA的量化
• LoftQ算法的详细介绍
• 背后的理论分析

12、GaLore微调技术

• Weight Gradient的low rank特性
• GaLore模型详解
• 低秩子空间的组成
• 内存高效优化
• 超参数的调整
• 背后的一些理论分析

13、Mixture of LoRAs

• Routing策略设计
• MoA架构设计
• 模型的详解
• 模型源码分析

• 基于开源模型实现模型微调

模块三：对齐技术

14、DPO对齐技术

• 偏好优化基础
• Bradley-Terry model
• 推导DPO的目标
• 详解DPO的训练
• DPO背后的理论分析
• 基于开源模型实现DPO对齐

15、KTO对齐技术

• HALOs介绍
• KTO的推导过程
• KL的估计
• 理解超参数
• KTO与DPO

16、IPO对齐技术

• 序列似然校准
• 算法详解
• online IPO
• 背后的理论分析
• 基于开源模型实现IPO对齐

17、SimPO对齐技术

• DPO与SimPO主要区别
• 推导SimPO的目标
• SimPO的参数设置
• SimPO源码分析
• 对齐技术的未来发展

模块四：模型量化技术

18、GPTQ量化技术

• 量化技术基础
• OBQ介绍
• GPTQ算法详解
• 背后理论分析
• 基于LLama大模型进行GPTQ量化

19、SmoothQuant量化技术

• 数据分布对量化的影响
• SmoothQuant核心思想
• SmoothQuant算法详解
• 算法源码分析
• 基于LLama大模型进行SmoothQuant量化

20、AWQ量化技术