Skip to content

Lordog/dive-into-llms

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

53 Commits
 
 
 
 
 
 

Repository files navigation

《动手学大模型》系列编程实践教程

version Status-building PRs-Welcome stars FORK Issues

项目动机

《动手学大模型》系列编程实践教程,由上海交通大学2024年春季《人工智能安全技术》课程(NIS3353)讲义拓展而来(教师:张倬胜),旨在提供大模型相关的入门编程参考。通过简单实践,帮助同学快速入门大模型,更好地开展课程设计或学术研究。

教程目录

教程内容 简介 地址
微调与部署 预训练模型微调与部署指南:想提升预训练模型在指定任务上的性能?让我们选择合适的预训练模型,在特定任务上进行微调,并将微调后的模型部署成方便使用的Demo! [Slides] [Tutorial]
提示学习与思维链 大模型的API调用与推理指南:“AI在线求鼓励?大模型对一些问题的回答令人大跌眼镜,但它可能只是想要一句「鼓励」” [Slides] [Tutorial]
知识编辑 语言模型的编辑方法和工具:想操控语言模型在对指定知识的记忆?让我们选择合适的编辑方法,对特定知识进行编辑,并将对编辑后的模型进行验证! [Slides] [Tutorial]
模型水印 语言模型的文本水印:在语言模型生成的内容中嵌入人类不可见的水印 [Slides] [Tutorial]
越狱攻击 想要得到更好的安全,要先从学会攻击开始。让我们了解越狱攻击如何撬开大模型的嘴! [Slides] [Tutorial]
多模态模型 作为能够更充分模拟真实世界的多模态大语言模型,其如何实现更强大的多模态理解和生成能力?多模态大语言模型是否能够帮助实现AGI? [Slides] [Tutorial]
大模型智能体与安全 大模型智能体迈向了未来操作系统之旅。然而,大模型在开放智能体场景中能意识到风险威胁吗? [Slides] [Tutorial]

免责声明

本教程所有内容仅仅来自于贡献者的个人经验、互联网数据、日常科研工作中的相关积累。所有技巧仅供参考,不保证百分百正确。若有任何问题,欢迎提交 Issue 或 PR。另本项目所用徽章来自互联网,如侵犯了您的图片版权请联系我们删除,谢谢。

欢迎贡献

本教程目前是一个正在进行中的项目,如有疏漏在所难免,欢迎任何的PR及issue讨论。

贡献者列表

感谢以下老师和同学对本项目的支持与贡献:

上海交通大学 袁童鑫

上海交通大学 马欣贝

上海交通大学 何志威

上海交通大学 杜巍

上海交通大学 赵皓东

新加坡国立大学 费豪

Star History

Star History Chart

About

《动手学大模型Dive into LLMs》系列编程实践教程

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published