
课程是一套紧跟前沿技术的AI大模型全栈实战训练营,专为希望系统掌握大模型技术、快速切入AI应用开发的工程师和开发者设计。课程以“理论基础→Prompt工程→六大行业项目实战→AIGC多模态→主流平台应用”为主线,带你从零开始构建大模型知识体系,深入掌握ChatGLM、GPT-2、BERT、Stable Diffusion等主流模型,并通过金融、电商、物流、医疗、新零售、新媒体六大真实场景项目,最终具备独立开发企业级大模型应用的能力。
核心学习路径
1. 大模型基础与Prompt工程篇
前置知识串讲:快速补齐Python与深度学习基础,为后续学习扫清障碍。
大模型理论入门:系统讲解大模型基础知识、主流架构(Transformer等)及ChatGPT原理,建立完整的知识框架。
Prompt工程实战:从入门到进阶,系统学习Prompt-Tuning方法,掌握提示词工程的核心技巧,学会如何高效“指挥”大模型。
2. 六大行业项目实战篇
金融行业:实战“金融行业动态风向评估”项目,掌握使用大模型进行文本分类、信息抽取、文本匹配等核心NLP任务。
电商行业:基于阿里PAI平台,开发“电商领域虚拟试衣系统”,探索AIGC在电商场景的创新应用。
物流行业:结合LangChain框架与ChatGLM-6B模型,打造“物流行业信息咨询智能问答系统”,掌握检索增强生成(RAG)技术。
大健康行业:基于GPT-2模型,从零搭建“大健康行业智能问诊系统”,深入理解对话机器人的数据预处理、模型训练与部署全流程。
新零售行业:实战“新零售行业评价决策系统”,对比学习BERT+PET与BERT+P-Tuning两种前沿的少样本学习方法。
新媒体行业:开发“新媒体行业评论智能分类与信息抽取系统”,综合运用大模型技术处理复杂的文本分析任务。
3. AIGC多模态实战篇
Stable Diffusion图像生成:深入讲解Stable Diffusion模型原理,从背景、方法到实践,手把手带你完成多模态大模型的应用开发,实现AI绘画。
平台实战:结合腾讯云AI绘画等平台,将理论应用于实践。
4. 主流大模型平台应用篇
百度文心一言&千帆平台:学习文心一言的使用,并掌握百度千帆大模型平台的开发与应用流程。
讯飞星火大模型:实战讯飞星火大模型及其微调平台,了解国内主流大模型的技术特点与应用方式。
课程亮点
项目驱动,覆盖六大行业:课程包含金融、电商、物流、医疗、新零售、新媒体六大实战项目,紧贴企业真实需求,让你学完即具备项目经验。
技术前沿,紧跟AI潮流:涵盖ChatGLM、LangChain、Stable Diffusion、Prompt-Tuning、P-Tuning等当下最热门的大模型技术与框架。
多模态实战,不止于文本:不仅有NLP文本项目,还包含Stable Diffusion图像生成实战,带你全面进入AIGC多模态时代。
主流平台,开箱即用:系统讲解百度文心一言、讯飞星火等国内主流大模型平台,并介绍阿里PAI平台的使用,助你快速上手企业级开发环境。
代码资料,一应俱全:课程配套完整的代码、课件、数据集和模型文件(如ChatGLM-6B、m3e-base等),学习路径清晰,复现无忧。
课程目录:
最新AI大模型训练营
| 1-1 开班仪式+Python前置课程串讲.mp4
| 1-10 【项目1】金融行业动态风向评估.mp4
| 1-11 【项目1】金融行业动态风向评估.mp4
| 1-12 【项目2】电商领域虚拟试衣系统.mp4
| 1-13 【项目2】电商领域虚拟试衣系统.mp4
| 1-14 【项目3】物流行业信息咨询智能问答系统.mp4
| 1-15 【项目3】物流行业信息咨询智能问答系统.mp4
| 1-16 【项目3】物流行业信息咨询智能问答系统 2024.03.05[ ].mp4
| 1-17 【项目3】物流行业信息咨询智能问答系统(2024.03.07).mp4
| 1-18 【项目4】大健康行业智能问诊系统(2024.03.10).mp4
| 1-19 20 【项目4】大健康行业智能问诊系统.mp4
| 1-2 大模型前置知识.mp4
| 1-21【项目5-1】新零售行业评价决策系统【基于BERT+PET方式】.mp4
| 1-22【项目5-2】新零售行业评价决策系统【基于BERT+P-Tuning方式】.mp4
| 1-23【项目5-2】新零售行业评价决策系统【基于BERT+P-Tuning方式】.mp4
| 1-24 【项目6】新媒体行业评论智能分类与信息抽取系统.mp4
| 1-25 【项目6】新媒体行业评论智能分类与信息抽取系统.mp4
| 1-26 Stable Diffusion多模态大模型应用实战.mp4
| 1-27 Stable Diffusion多模态大模型应用实战.mp4
| 1-28 Stable Diffusion多模态大模型应用实战.mp4
| 1-29 Stable Diffusion多模态大模型应用实战.mp4
| 1-3 大模型前置知识.mp4
| 1-30 Stable Diffusion多模态大模型应用实战.mp4
| 1-31 文心一言& 百度千帆大模型平台.mp4
| 1-32 文心一言& 百度千帆大模型平台.mp4
| 1-33 讯飞星火大模型+星火微调平台应用.mp4
| 1-34 讯飞星火大模型+星火微调平台应用.mp4
| 1-35 综合项目与项目路演+【拓展】AI论文导读与论文撰写.mp4
| 1-4 大模型基础知识.mp4
| 1-5 大模型主要类别架构.mp4
| 1-6 主流大模型介绍及大模型Prompt-Tuning方法入门.mp4
| 1-6 主流大模型介绍及大模型Prompt-Tuning方法入门2.mp4
| 1-7 主流大模型介绍及大模型Prompt-Tuning方法入门.mp4
| 1-8 大模型Prompt-Tuning方法进阶.mp4
| 1-9 大模型提示词工程应用.mp4
|
\—直播资料
+—1月27日
| 00-深度学习简介.pdf
| 01-PyTorch基本使用.pdf
|
+—1月30日
| | 大模型项目研发流程.pdf
| |
| +—代码
| | \—LLM_Base
| | BLEU_demo.py
| | PPL_demo.py
| | ROUGE_demo.py
| | __init__.py
| |
| +—作业
| | 作业.txt
| |
| +—课件
| | 01-LLM基础知识.pdf
| |
| \—部分截图
| PPL公式解析.png
| 指标解析.png
| 神经网络语言模型介绍.png
| 项目开发人员配置.jpg
|
+—2月1日
| \—课件+预习
| 01-ChatGPT模型原理介绍.pdf
| 02-LLM主要架构介绍.pdf
|
+—2月20日
| \—课件+预习
| 01-大模型prompt-Tuning方法进阶.pdf
| 02-大模型提示工程指南.pdf
|
+—2月22日
| | 01-大模型提示工程指南.pdf
| | 02-金融行业动态方向评估项目.pdf
| |
| \—ChatGLM-6B
| | api.py
| | cli_demo.py
| | cli_demo_vision.py
| | FAQ.md
| | LICENSE
| | MODEL_LICENSE
| | PROJECT.md
| | README.md
| | README_en.md
| | requirements.txt
| | UPDATE.md
| | utils.py
| | web_demo.py
| | web_demo2.py
| | web_demo_old.py
| | web_demo_vision.py
| |
| +—examples
| | ad-writing-2.png
| | blog-outline.png
| | comments-writing.png
| | email-writing-1.png
| | email-writing-2.png
| | information-extraction.png
| | role-play.png
| | self-introduction.png
| | sport.png
| | tour-guide.png
| |
| +—improve
| | data_sample.jsonl
| | README.md
| |
| +—limitations
| | factual_error.png
| | math_error.png
| | self-confusion_google.jpg
| | self-confusion_openai.jpg
| | self-confusion_tencent.jpg
| |
| +—ptuning
| | arguments.py
| | deepspeed.json
| | ds_train_finetune.sh
| | evaluate.sh
| | evaluate_finetune.sh
| | main.py
| | README.md
| | README_en.md
| | train.sh
| | trainer.py
| | trainer_seq2seq.py
| | train_chat.sh
| | web_demo.py
| | web_demo.sh
| |
| +—resources
| | cli-demo.png
| | english-q1-new.png
| | english-q1-old.png
| | english-q2-new.png
| | english-q2-old.png
| | english-q3-new.png
| | english-q3-old.png
| | english-q4-new.png
| | english-q4-old.png
| | visualglm.png
| | web-demo.gif
| | web-demo.png
| | webglm.jpg
| | wechat.jpg
| | WECHAT.md
| |
| \—THUDM
| +—chatglm-6b
| | config.json
| | configuration_chatglm.py
| | ice_text.model
| | LICENSE
| | modeling_chatglm.py
| | MODEL_LICENSE
| | pytorch_model-00001-of-00008.bin
| | pytorch_model-00002-of-00008.bin
| | pytorch_model-00003-of-00008.bin
| | pytorch_model-00004-of-00008.bin
| | pytorch_model-00005-of-00008.bin
| | pytorch_model-00006-of-00008.bin
| | pytorch_model-00007-of-00008.bin
| | pytorch_model-00008-of-00008.bin
| | pytorch_model.bin.index.json
| | quantization.py
| | README.md
| | test_modeling_chatglm.py
| | tokenization_chatglm.py
| | tokenizer_config.json
| |
| \—chatglm-6b-int4
| config.json
| configuration_chatglm.py
| ice_text.model
| LICENSE
| modeling_chatglm.py
| MODEL_LICENSE
| pytorch_model.bin
| quantization.py
| quantization_kernels.c
| quantization_kernels_parallel.c
| README.md
| tokenization_chatglm.py
| tokenizer_config.json
|
+—2月25日
| +—代码
| | finance_classify.py
| | finance_ie.py
| | finance_text_matching.py
| | test.py
| |
| \—课件
| 02-金融行业动态方向评估项目介绍.pdf
| 03-LLM实现金融文本文本分类.pdf
| 04-LLM实现金融文本信息抽取.pdf
| 05-LLM实现金融文本匹配.pdf
|
+—2月27日-虚拟试衣
| | PAI平台开通指南.pdf
| | 人工智能平台PAI使用指南.pdf
| |
| \—01-讲义
| 01-虚拟试衣背景.pdf
| 02-阿里PAI平台.pdf
| 03-阿里云注册及开通PAI.pdf
| 04-PAI_DSW的环境搭建.pdf
|
+—2月29日-虚拟试衣
| \—01-讲义
| 04-PAI_DSW的环境搭建.pdf
| 05-虚拟试衣实践.pdf
| 06-资源清理.pdf
|
+—2月3日
| \—课件
| 01-LLM主流开源大模型介绍.pdf
| 02-大模型prompt-Tuning方法入门.pdf
|
+—3月10日
| +—代码
| | \—Gpt2_Chatbot
| | | app.py
| | | flask_predict.py
| | | functions_tools.py
| | | interact.py
| | | parameter_config.py
| | | readme
| | | train.py
| | | __init__.py
| | |
| | +—config
| | | config.json
| | |
| | +—data
| | | medical_train.pkl
| | | medical_train.txt
| | | medical_valid.pkl
| | | medical_valid.txt
| | |
| | +—data_preprocess
| | | dataloader.py
| | | dataset.py
| | | preprocess.py
| | | __init__.py
| | |
| | +—gpt2
| | | generation_config.json
| | | merges.txt
| | | README.md
| | | tokenizer.json
| | | vocab.json
| | |
| | +—other_data
| | | 闲聊语料.pkl
| | | 闲聊语料.txt
| | |
| | +—save_model
| | | \—epoch97
| | | config.json
| | | pytorch_model.bin
| | |
| | +—save_model1
| | | \—min_ppl_model_bj
| | | config.json
| | | generation_config.json
| | | model.safetensors
| | |
| | +—templates
| | | index.html
| | | index1.html
| | |
| | \—vocab
| | vocab.txt
| | vocab2.txt
| |
| \—课件
| 基于GPT2搭建医疗问诊机器人.pdf
|
+—3月12日
| +—代码
| | PET.zip
| |
| +—课件
| | 01-新零售行业评价决策系统介绍.pdf
| | 02-基于BERT+PET方式文本分类介绍.pdf
| | 03-基于BERT+PET方式数据预处理介绍.pdf
| | 04-基于BERT+PET方式模型搭建.pdf
| |
| +—课前下载
| | \—bert-base-chinese
| | config.json
| | flax_model.msgpack
| | pytorch_model.bin
| | README.md
| | tf_model.h5
| | tokenizer.json
| | tokenizer_config.json
| | vocab.txt
| |
| \—预训练模型
| \—bert-base-chinese
| config.json
| tokenizer.json
|
+—3月14日
| | 03-基于BERT+PET方式数据预处理介绍.pdf
| |
| \—代码
| PET.zip
|
+—3月17日
| +—代码
| | \—P-Tuning
| | | inference.py
| | | ptune_config.py
| | | train.py
| | | __init__.py
| | |
| | +—checkpoints
| | | \—model_old_best
| | | config.json
| | | generation_config.json
| | | model.safetensors
| | | pytorch_model.bin
| | | special_tokens_map.json
| | | tokenizer.json
| | | tokenizer_config.json
| | | vocab.txt
| | |
| | +—data
| | | dev.txt
| | | train.txt
| | | verbalizer.txt
| | |
| | +—data_handle
| | | data_loader.py
| | | data_preprocess.py
| | | __init__.py
| | |
| | \—utils
| | common_utils.py
| | metirc_utils.py
| | verbalizer.py
| | __init__.py
| |
| \—课件
| 05-基于BERT+P-Tuning方式文本分类介绍.pdf
| 06-基于BERT+P-Tuning方式数据预处理介绍.pdf
| 07-基于BERT+P-Tuning方式文本分类模型搭建.pdf
|
+—3月19日
| +—代码
| | \—ptune_chatglm
| | | glm_config.py
| | | inference.py
| | | train.py
| | | __init__.py
| | |
| | +—data
| | | dataset.jsonl
| | | mixed_dev_dataset.jsonl
| | | mixed_train_dataset.jsonl
| | |
| | +—data_handle
| | | data_loader.py
| | | data_preprocess.py
| | | __init__.py
| | |
| | \—utils
| | common_utils.py
| | __init__.py
| |
| \—课件
| 新媒体行业评论智能分类与信息抽取系统.pdf
|
+—3月21日
| | 趋动云使用《补充》.pdf
| |
| +—代码
| | \—ptune_chatglm
| | | glm_config.py
| | | inference.py
| | | train.py
| | | __init__.py
| | |
| | +—data
| | | dataset.jsonl
| | | mixed_dev_dataset.jsonl
| | | mixed_train_dataset.jsonl
| | |
| | +—data_handle
| | | data_loader.py
| | | data_preprocess.py
| | | __init__.py
| | |
| | \—utils
| | common_utils.py
| | __init__.py
| |
| \—课件
| 新媒体行业评论智能分类与信息抽取系统.pdf
|
+—3月26日AIGC
| 01-AIGC 背景.pdf
| 02-图像生成方法.pdf
|
+—3月28日图像生成
| 03-stableDiffusion详解.pdf
|
+—3月30号图像生成
| 03-stableDiffusion详解.pdf
| 04-StableDiffusion实践.pdf
|
+—3月3日
| +—一定要下载的模型
| | \—m3e-base
| | | config.json
| | | gitattributes
| | | model.safetensors
| | | modules.json
| | | pytorch_model.bin
| | | README.md
| | | sentence_bert_config.json
| | | special_tokens_map.json
| | | tokenizer.json
| | | tokenizer_config.json
| | | vocab.txt
| | |
| | \—1_Pooling
| | config.json
| |
| +—代码
| | \—project2
| | +—Agents_module
| | | demo_agent.py
| | |
| | +—Chains_module
| | | demo_use_LLMChain.py
| | | demo_use_simpleChain.py
| | |
| | +—Indexes_module
| | | demo_dataloader.py
| | | demo_retriver.py
| | | demo_text_split.py
| | | demo_vector.py
| | | pku.txt
| | | 衣服属性.txt
| | |
| | +—Memory_module
| | | demo_memory.py
| | | demo_message_dict.py
| | | demo_up_memory.py
| | |
| | +—Models_module
| | | demo_chat_models.py
| | | demo_embedding_models.py
| | | demo_llms.py
| | |
| | \—Prompts_module
| | demo_few_shot.py
| | demo_zero_shot.py
| |
| \—课件
| 01-LangChain基础知识入门.pdf
| 02-基于LangChain+ChatGLM-6B实现物流行业信息咨询.pdf
|
+—3月5日
| +—代码
| | | get_vector.py
| | | main.py
| | | model.py
| | | new_demo.py
| | | test.py
| | | 物流信息.txt
| | |
| | +—faiss
| | | +—camp
| | | | index.faiss
| | | | index.pkl
| | | |
| | | \—logistics
| | | index.faiss
| | | index.pkl
| | |
| | +—m3e-base
| | | | config.json
| | | | gitattributes
| | | | model.safetensors
| | | | modules.json
| | | | pytorch_model.bin
| | | | README.md
| | | | sentence_bert_config.json
| | | | special_tokens_map.json
| | | | tokenizer.json
| | | | tokenizer_config.json
| | | | vocab.txt
| | | |
| | | \—1_Pooling
| | | config.json
| | |
| | \—__pycache__
| | get_vector.cpython-310.pyc
| | get_vector.cpython-311.pyc
| | get_vector.cpython-38.pyc
| | model.cpython-310.pyc
| | model.cpython-311.pyc
| | model.cpython-38.pyc
| |
| \—课件
| 01-LangChain基础知识入门.pdf
| 02-基于LangChain+ChatGLM-6B实现物流行业信息咨询.pdf
|
+—3月7日
| +—代码
| | \—Gpt2_Chatbot
| | | app.py
| | | flask_predict.py
| | | functions_tools.py
| | | interact.py
| | | parameter_config.py
| | | pytorch_tools.py
| | | readme
| | | test.py
| | | train.py
| | | __init__.py
| | |
| | +—config
| | | config.json
| | |
| | +—data
| | | medical_train.txt
| | | medical_valid.txt
| | |
| | +—data_preprocess
| | | dataloader.py
| | | dataset.py
| | | preprocess.py
| | | __init__.py
| | |
| | +—gpt2
| | | generation_config.json
| | | merges.txt
| | | README.md
| | | tokenizer.json
| | | vocab.json
| | |
| | +—templates
| | | index.html
| | |
| | \—vocab
| | vocab.txt
| | vocab2.txt
| |
| \—课件
| 基于GPT2搭建医疗问诊机器人.pdf
|
+—4月2号图像生成
| | 05-腾讯云AI绘画.pdf
| | aigc_demo_origin.zip
| |
| +—img-glasses
| | 00061-4096775217.png
| | 00061-4096775217.txt
| | 00062-4096775218.png
| | 00062-4096775218.txt
| | 00063-4096775219.png
| | 00063-4096775219.txt
| | 00064-4096775220.png
| | 00064-4096775220.txt
| | 00065-4096775221.png
| | 00065-4096775221.txt
| | 00069-2356360196.png
| | 00069-2356360196.txt
| | 00070-2356360197.png
| | 00070-2356360197.txt
| | 00071-2356360198.png
| | 00071-2356360198.txt
| | 00072-2356360199.png
| | 00072-2356360199.txt
| | 00074-2356360201.png
| | 00074-2356360201.txt
| | 00076-2356360203.png
| | 00076-2356360203.txt
| | 00077-2356360204.png
| | 00077-2356360204.txt
| | 00078-2356360205.png
| | 00078-2356360205.txt
| | 00079-2356360206.png
| | 00079-2356360206.txt
| | 00081-2356360208.png
| | 00081-2356360208.txt
| | 00082-2356360209.png
| | 00082-2356360209.txt
| | 00083-2356360210.png
| | 00083-2356360210.txt
| | 00084-2356360211.png
| | 00084-2356360211.txt
| | 00086-2356360213.png
| | 00086-2356360213.txt
| | 00088-2356360215.png
| |
| +—img_Plaidshirtprogrammer
| | 00001-1894947284.png
| | 00002-3614966928.png
| | 00003-3286877001.png
| | 00004-1166947288.png
| | 00005-366234093.png
| | 00006-4286819082.png
| | 00007-4286819083.png
| | 00008-4286819084.png
| | 00009-4286819085.png
| | 00010-4286819086.png
| | 00011-4286819087.png
| | 00012-4286819088.png
| | 00013-4286819089.png
| | 00014-4286819090.png
| | 00015-4286819091.png
| | 00016-4286819092.png
| | 00017-4286819093.png
| | 00018-4286819094.png
| | 00019-4286819095.png
| | 00020-4286819096.png
| | 00021-4286819097.png
| | 00022-4286819098.png
| | 00023-4286819099.png
| | 00024-4286819100.png
| | 00025-4286819101.png
| | 00026-4286819102.png
| | 00027-4286819103.png
| | 00028-4286819104.png
| | 00029-4286819105.png
| | 00030-4286819106.png
| | 00031-4286819107.png
| | 00032-4286819108.png
| | 00033-4286819109.png
| | 00034-4286819110.png
| | 00035-4286819111.png
| | 00036-4286819112.png
| | 00037-4286819113.png
| | 00038-4286819114.png
| | 00039-4286819115.png
| | 00040-4286819116.png
| | 00041-4286819117.png
| | 00042-4286819118.png
| | 00043-4286819119.png
| | 00044-4286819120.png
| | 00045-4286819121.png
| | 00046-4286819122.png
| | 00047-4286819123.png
| | 00048-4286819124.png
| | 00049-4286819125.png
| | 00050-4286819126.png
| | 00051-4286819127.png
| | 00052-4286819128.png
| | 00053-4286819129.png
| | 00054-4286819130.png
| | 00055-3455426797.png
| | 00056-3455426798.png
| | 00057-3455426799.png
| | 00058-3455426800.png
| | 00059-3455426801.png
| | 00060-3455426802.png
| | 00061-3455426803.png
| | 00062-3455426804.png
| | 00063-3455426805.png
| | 00064-3455426806.png
| | 00065-3455426807.png
| | 00066-3455426808.png
| | 00067-3455426809.png
| | 00068-3455426810.png
| | 00069-3455426811.png
| | 00070-3455426812.png
| | 00071-3455426813.png
| | 00072-3455426814.png
| | 00073-3455426815.png
| | 00074-3455426816.png
| | 00075-3455426817.png
| | 00076-3455426818.png
| | 00077-3455426819.png
| | 00078-3455426820.png
| | 00079-3455426821.png
| | 00080-3455426822.png
| | 00081-3455426823.png
| | 00082-3455426824.png
| | 00083-3455426825.png
| | 00084-3455426826.png
| | 00085-3455426827.png
| | 00086-3455426828.png
| | 00087-3455426829.png
| | 00088-3455426830.png
| | 00089-3455426831.png
| | 00090-3455426832.png
| | 00091-3455426833.png
| | 00092-3455426834.png
| | 00093-3455426835.png
| | 00094-3455426836.png
| | 00095-3455426837.png
| | 00096-3455426838.png
| | 00097-3455426839.png
| | 00098-3455426840.png
| | 00099-3455426841.png
| | 00100-3455426842.png
| | 00101-3455426843.png
| | 00102-3455426844.png
| | 00103-3455426845.png
| |
| \—weights
| glass.safetensors
| model-plaidshirtprogrammer.ckpt
|
+—4月7日-文心一言和千帆大模型
| 01-文心一言的使用.zip
| 02-千帆大模型简介.pdf
| 03-千帆大模型的使用.zip
| sample-text-dialog-unsort-jsonl.zip
| 清洗emoji数据的demo数据集.zip
|
\—4月9日-星火大模型
translate_in_many_style.zip
星火大模型(博学谷).pdf
下载地址:
感谢您的来访,获取更多精彩文章请收藏本站。













![基于 Vue3 ,打造前台+中台通用提效解决方案[完结]-IT技术资源教程免费分享平台](https://www.maocangym.com/wp-content/uploads/2026/08/%E5%B0%81%E9%9D%A2-70.jpg)




