🧠 课程名称
知乎《AI大模型全栈工程师》第9期实战训练营
🎯 课程定位
本课程致力于系统讲解从零构建AI大模型应用的全流程技术体系，内容包括：
• 大模型基础理论与架构解析
• 数据处理与高效训练方法
• 主流微调技术（如LoRA、QLoRA等）
• 推理加速与性能优化策略
• 模型部署及前后端整合实践
面向具备编程基础的开发者，帮助学员全面掌握大模型开发与落地的核心能力。
📚 课程模块概览
• 第1章：AI大模型发展与产业趋势
技术演进路径分析｜主流开源模型（LLaMA、Baichuan、ChatGLM等）对比｜AIGC典型应用场景
• 第2章：大模型预训练与数据构建
Tokenizer原理详解｜数据预处理工具链（FastChat、OpenLLaMA格式）｜数据清洗、拆分与混合方法
• 第3章：大模型微调与指令优化
全参数微调与LoRA/QLoRA对比｜基于 Hugging Face + PEFT + TRL 的SFT实现
指令调优技巧与提示词设计｜模型评估及人类反馈优化（RLHF）
• 第4章：推理部署与性能优化
轻量化推理工具：vLLM、TGI、llama.cpp
多卡推理与量化技术（INT8/FP16）
Web API服务开发（FastAPI/Gradio）
Triton Inference Server实战
LangChain/LlamaIndex与RAG系统构建
• 第5章：应用开发实战
开发类ChatGPT对话系统
构建知识库问答、PDF问答及多轮对话应用
多模态大模型初步实践（文生图、图生文）
前后端集成方案（Vue/React + 服务端设计）
• 第6章：大模型落地与商业化
企业级部署流程｜私有化与安全实践
AIGC产品闭环构建｜成本控制与运维监控
🛠️ 关键技术栈
• 模型框架：Transformers、PEFT、Diffusers、Megatron-DeepSpeed
• 训练工具：Deepspeed、Colossal-AI、LoRA、QLoRA、Gradient Accumulation
• 推理部署：vLLM、TGI、llama.cpp、FastAPI、Streamlit、Gradio
• 知识库技术：Faiss、Milvus、LangChain、LlamaIndex
• 多模态集成：CLIP、BLIP、Stable Diffusion
👨🏫 教学方式
视频课程 + 代码实操 + 项目实战
提供完整代码、数据与部署脚本
专属答疑社群 + 项目指导支持
🧩 实战项目案例
项目 内容
🎙️ 智能客服系统 基于企业知识库构建多轮对话Chat系统
📄 PDF问答助手 文档解析 + 向量检索 + 本地大模型部署
🌐 Web对话机器人 仿ChatGPT界面开发与后端推理服务搭建
🔍 RAG问答系统 基于LlamaIndex实现检索增强生成架构
🧠 私有大模型微调平台 LoRA微调 + 管理面板 + 训练监控仪表盘
📦 配套资源
• 完整源码及配置文件
• 模型权重获取指南
• 数据集预处理模板
• 推理服务从零搭建文档
• Docker部署指南
🏆 学习收获
• 掌握开源大模型微调与部署全流程
• 能独立开发AI对话、问答及多模态应用
• 具备在企业环境中落地大模型的能力
• 积累多个可展示和复用的AI项目原型
课程目录：
知乎AI大模型全栈工程师第9期
├──课件
| ├──01-intro.zip 2.47M
| ├──02-prompt.zip 3.42M
| ├──03-func-call.zip 4.06M
| ├──04-ai-programming.zip 49.46M
| ├──05-rag-embeddings.zip 21.29M
| ├──06-assistants-api.zip 2.15M
| ├──07-llamaindex.zip 1.71M
| ├──08-langchain.zip 13.49M
| ├──09-llm-tools.zip 1.44M
| ├──10-agent.zip 935.06kb
| ├──11-workflow.zip 1.33M
| ├──12-transformer.zip 16.74M
| ├──13-fine-tuning-01.zip 31.73M
| ├──14-fine-tuning-02.zip 20.31M
| ├──15-agent-tuning.zip 26.28M
| ├──16-multimodal-01.pptx 110.04M
| ├──17-vision.pptx 200.70M
| ├──17-vision.zip 365.70kb
| ├──18-delivery-01.zip 25.82M
| ├──18-delivery-02.zip 35.60M
| ├──19-indie-hackers.zip 3.58M
| ├──20-product.zip 301.84kb
| ├──21-operation.zip 5.88kb
| └──22-projects.zip 3.72M
├──1. 大模型应用开发基础（因录制中断，分为2个）-1.mp4 1.86G
├──1. 大模型应用开发基础（因录制中断，分为2个）-2.mp4 504.30M
├──10. LangChain.mp4 1.94G
├──11. LLM 应用开发工具链.mp4 1.96G
├──12. 手撕 AutoGPT.mp4 2.27G
├──13. 工作流.mp4 3.54G
├──14. 神经网络和Transformer 详解.mp4 3.30G
├──15. 模型微调（上）.mp4 2.24G
├──16. 模型微调（下）.mp4 1.90G
├──17. Agent模型微调.mp4 2.72G
├──18. 多模态大模型（上）.mp4 1.60G
├──19. 多模态大模型（下）（因录制中断，分为2个）-1.mp4 2.03G
├──19. 多模态大模型（下）（因录制中断，分为2个）-2.mp4 446.52M
├──2. Prompt Engineering.mp4 2.60G
├──20. 视觉生成模型.mp4 2.27G
├──21.AI 产品部署和交付(上).mp4 3.60G
├──22.AI 产品部署和交付(下).mp4 2.98G
├──23. 大模型时代的创业机遇.mp4 2.02G
├──24. 产品设计.mp4 1.85G
├──25. 产品运营.mp4 1.59G
├──26. 项目方案分析与设计.mp4 2.07G
├──27. 优秀项目路演及结课项目.mp4 2.38G
├──3. 加餐：软件开发基础概念与环境搭建.mp4 2.47G
├──4. 结构化输出.mp4 2.31G
├──5. 从 AI 编程认知 AI.mp4 2.79G
├──6. 加餐：AI编程实操演示（因录制中断，分为2个）-1.mp4 4.10G
├──6. 加餐：AI编程实操演示（因录制中断，分为2个）-2.mp4 281.59M
├──7. RAG 和 Embeddings.mp4 2.13G
├──8. Assistants API.mp4 1.66G
└──9. LlamaIndex.mp4 1.68G
评论0