【LLM大模型】如何整理训练数据以及微调优化建议

【大模型工程开发】AI算法项目开发参考流程与案例

Unsloth微调DeepSeek-R1蒸馏模型 - 构建医疗专家模型

DeepSeek-R1深度解读，如何做到 RL+LLM 训练的？

DeepSeek R1 大模型微调 基于unsloth微调框架与LoRA以及CoT问答数据集 wandb可视化训练日志 大模型微调与推理全流程实战

【人工智能】万字通俗讲解大语言模型内部运行原理 | LLM | 词向量 | Transformer | 注意力机制 | 前馈网络 | 反向传播 | 心智理论

微调训练80万副对联, 测评Phi3.5,Llama3.1,Qwen2 | colab | unsloth | hugging face | 大模型微调

模型智力退化是什么？为什么危害极大？LoRA需要解决的重要问题！

2024 年度Github热点汇总

如何知道一个大模型在推理和训练时需要多少显存？

Llama3.1 8B 使用《史记》七十列传文本数据微调训练，实现现代文翻译至古文，效果还不错! | colab | unsloth | hugging face | 大模型微调

DeepSeek R1 Theory Overview | GRPO + RL + SFT

谷歌重磅发布Gemini 2.0 Pro！多模态能力大幅提升，训练数据质量高，编程能力强！多维度测评轻松识别手写汉字、提取模糊扫描内容，Roo Code+Gemini 2.0 Pro编程能力大幅提升

上手代码复现DeepSeek R1强化学习训练演示

【大模型学习路径】LLM知识点及面试相关

EZ撸paper: DeepSeek-V3 技术报告详细解读 part1 | 开源最强模型 | 性价比之王

【AI】10分钟学会如何用RAG投喂数据给你的deepseek本地模型？

Unsloth训练自己的R1推理模型 - DeepSeek GRPO

如何训练一个写小说的大模型？

M4 Mac mini 服务器探索之路03 LM Studio部署以及MLX框架推理的实测体验以及api调用设置方法RAG增补使用方法｜ollama对比｜Mac系统最佳大模型客户端｜

教你如何训练自己的大模型知识库｜ huggingface | llama ｜langchain ｜faiss | 零成本 ｜ google colab