基于Unsloth的DeepSeek訓練微調(diào)：Unsloth革新大模型訓練微調(diào)開發(fā)的核心工具

本課程有陳敬雷老師的清華大學出版社配套新書教材《GPT多模態(tài)大模型與AI Agent智能體》（跟我一起學人工智能），新書配合此實戰(zhàn)課程結(jié)合學習，一靜一動，互補高效學習！本課程由互聯(lián)網(wǎng)一線知名大牛陳敬雷老師全程親自授課，技術(shù)前沿熱門，是真正的互聯(lián)網(wǎng)工業(yè)級實戰(zhàn)項目。

二、購課送配套清華權(quán)威書籍教材

購買此課程的用戶贈送陳敬雷老師清華大學出版社正版紙質(zhì)書籍《GPT多模態(tài)大模型與AI Agent智能體》！購買后加陳敬雷老師微信chenjinglei66領(lǐng)取。

?

三、課程簡介

在人工智能加速滲透各行業(yè)的今天，DeepSeek、OpenAI 的 Sora 多模態(tài)模型已成為當今熱議焦點，其顛覆性的視頻生成與跨模態(tài)理解能力，正重塑智能交互的邊界。如果你想系統(tǒng)掌握大模型技術(shù)原理、實戰(zhàn)應用及前沿趨勢，這門由陳敬雷編著的《GPT 多模態(tài)大模型與 AI Agent 智能體》課程，將為你打開通往 AI 核心技術(shù)的大門。

前沿技術(shù)深度解析，把握行業(yè)脈搏

揭秘 DeepSeek、Sora、GPT-4 等多模態(tài)大模型的技術(shù)底層邏輯，詳解 Transformer 架構(gòu)如何突破傳統(tǒng)神經(jīng)網(wǎng)絡(luò)局限，實現(xiàn)長距離依賴捕捉與跨模態(tài)信息融合。

對比編碼預訓練（BERT）、解碼預訓練（GPT 系列）及編解碼架構(gòu)（BART、T5）的技術(shù)差異，掌握大模型從 “理解” 到 “生成” 的核心邏輯。

實戰(zhàn)驅(qū)動，掌握大模型開發(fā)全流程

提示學習與指令微調(diào)：通過 Zero-shot、Few-shot 等案例，演示如何用提示詞激活大模型潛能，結(jié)合 LoRA 輕量化微調(diào)技術(shù)，實現(xiàn)廣告生成、文本摘要等場景落地（附 ChatGLM3-6B 微調(diào)實戰(zhàn)代碼）。

人類反饋強化學習（RLHF）：拆解 PPO 算法原理，通過智譜 AI 等案例，掌握如何用人類偏好優(yōu)化模型輸出，提升對話系統(tǒng)的安全性與實用性。

智能涌現(xiàn)與 AGI 前瞻，搶占技術(shù)高地

解析大模型 “智能涌現(xiàn)” 現(xiàn)象（如上下文學習、思維鏈推理），理解為何參數(shù)規(guī)模突破閾值后，模型能實現(xiàn)從 “量變” 到 “質(zhì)變” 的能力躍升。

前瞻通用人工智能（AGI）發(fā)展趨勢，探討多模態(tài)模型（如 Sora）如何推動 AI 從 “單一任務” 向 “類人智能” 進化，提前布局未來技術(shù)賽道。

權(quán)威性與實用性兼具：作者陳敬雷深耕 AI 領(lǐng)域多年，課程內(nèi)容基于《GPT 多模態(tài)大模型與 AI Agent 智能體》一書，結(jié)合京東圖書配套視頻，理論與實踐深度結(jié)合。

緊跟行業(yè)熱點：聚焦 Sora、GPT-4 等頂流技術(shù)，涵蓋多模態(tài)生成、AI Agent 智能體等前沿方向，課程內(nèi)容實時迭代，確保技術(shù)不落伍。

實戰(zhàn)案例豐富：從廣告生成、代碼解釋到長文本理解，提供工業(yè)級實戰(zhàn)項目（如個性化推薦算法、對話機器人），配套 GPU 微調(diào)代碼與數(shù)據(jù)集，學完即可上手開發(fā)。

人工智能領(lǐng)域?qū)W習者、開發(fā)者，希望深入大模型技術(shù)內(nèi)核；

企業(yè)技術(shù)負責人，需規(guī)劃 AI 落地路徑與大模型應用場景；

高校師生、科研人員，從事 NLP、多模態(tài) AI 相關(guān)研究；

對 AI 技術(shù)感興趣的職場人士，希望通過掌握熱門技能提升競爭力。?

四、老師介紹

陳敬雷 充電了么創(chuàng)始人，CEO兼CTO。陳敬雷擁有十幾年互聯(lián)網(wǎng)從業(yè)經(jīng)驗，曾任架構(gòu)師、首席技術(shù)官、首席科學家等職務。在技術(shù)領(lǐng)域，尤其在大數(shù)據(jù)和人工智能方向有著豐富的算法工程落地實戰(zhàn)經(jīng)驗，在獵聘任職期間主導的推薦算法系統(tǒng)項目獲得公司優(yōu)秀項目獎，推薦效果得到5倍的提升。此外，陳敬雷著有清華大學出版社四本人工智能書籍，分別是《分布式機器學習實戰(zhàn)》《自然語言處理原理與實戰(zhàn)》《GPT多模態(tài)大模型與AI Agent智能體》《DeepSeek大模型與具身智能實踐》，頗受好評。同時陳敬雷還是知名大數(shù)據(jù)人工智能講師，研發(fā)了上百門課程，總計有30萬學員。

五、《GPT多模態(tài)大模型與AI Agent智能體》書籍配套視頻課程介紹：陳敬雷老師的京東自營書名標題：?GPT多模態(tài)大模型與AI Agent智能體（跟我一起學人工智能）《GPT多模態(tài)大模型與AI Agent智能體》（跟我一起學人工智能）是一本2025年清華大學出版社出版的圖書，作者是陳敬雷，本書深入探討了GPT多模態(tài)大模型與AI Agent智能體的技術(shù)原理及其在企業(yè)中的應用落地。

全書共8章，從大模型技術(shù)原理切入，逐步深入大模型訓練及微調(diào)，還介紹了眾多國內(nèi)外主流大模型。LangChain技術(shù)、RAG檢索增強生成、多模態(tài)大模型等均有深入講解。對AI Agent智能體，從定義、原理到主流框架也都進行了深入講解。在企業(yè)應用落地方面，本書提供了豐富的案例分析，如基于大模型的對話式推薦系統(tǒng)、多模態(tài)搜索、NL2SQL數(shù)據(jù)即席查詢、智能客服對話機器人、多模態(tài)數(shù)字人，以及多模態(tài)具身智能等。這些案例不僅展示了大模型技術(shù)的實際應用，也為讀者提供了寶貴的實踐經(jīng)驗。

本書適合對大模型、多模態(tài)技術(shù)及AI Agent感興趣的讀者閱讀，也特別適合作為高等院校本科生和研究生的教材或參考書。書中內(nèi)容豐富、系統(tǒng)，既有理論知識的深入講解，也有大量的實踐案例和代碼示例，能夠幫助學生在掌握理論知識的同時，培養(yǎng)實際作能力和解決問題的能力。通過閱讀本書，讀者將能夠更好地理解大模型技術(shù)的前沿發(fā)展，并將其應用于實際工作中，推動人工智能技術(shù)的進步和創(chuàng)新。

六、整體書籍及配套課程大綱目錄：

配套視頻課程完整目錄

第1章 ?大模型技術(shù)原理1.1 ?大模型技術(shù)的起源、思想及代碼實踐1.2 ?基于Transformer的預訓練語言模型1.3 ?Prompt提示詞學習工程1.4 ?指令微調(diào)及代碼實踐1.5 ?人類反饋強化學習|馬爾科夫決策過程1.6 ?PPO強化學習算法1.7 ?大模型人類反饋強化學習對齊1.8 ?GPT智能涌現(xiàn)原理與AGI通用人工智能通講1.9 ?什么是智能涌現(xiàn)1.10 ?思維鏈1.11 ?上下文學習能力1.12 ?指令理解1.13 ?通用人工智能

第2章 ?大模型訓練及微調(diào)2.1 ?大模型訓練通講2.2 ?分布式訓練的并行策略2.3 ?主流并行計算框架2.4 ?預訓練模型的壓縮2.5 ?8位/4位量化壓縮實戰(zhàn)2.6 ?大模型主流微調(diào)方法通講2.7 ?Prefix Tuning微調(diào)2.8 ?P-Tuning V1微調(diào)2.9 ?P-Tuning V2微調(diào)2.10 ?LoRA微調(diào)2.11 QLoRA微調(diào)2.12 ?基于旋轉(zhuǎn)位置編碼RoPE的長文本理解

第3章 ?DeepSeek大模型核心技術(shù)3.1 ?DeepSeek模型架構(gòu)3.2 ?DeepSeek訓練基礎(chǔ)設(shè)施通講 ? ?3.3 ?DeepSeek計算集群 ? ?3.4 ?DeepSeek自研HAI-LLM訓練框架 ? ?3.5 ?DeepSeek FP8訓練 ? ?3.6 ?DeepSeek推理與部署 ? ?3.7 ?DeepSeek預訓練算法及策略 ? ?3.8 ?DeepSeek后訓練之監(jiān)督微調(diào) ? ?3.9 ?DeepSeek后訓練之 強化學習 ? ?3.10 ?DeepSeek-R1推理能力強化技術(shù)解讀 ? ?3.11 ?DeepSeek-R1-Zero：基于基礎(chǔ)模型的強化學習 ? ?3.12 ?DeepSeek-R1：冷啟動強化學習 ? ?3.13 ?DeepSeek-R1知識蒸餾：賦予小模型推理能力 ? ?3.14 ?原生稀疏注意力（NSA）技術(shù) ? ?3.15 ?FlashMLA技術(shù)解析 ? ?3.16 ?DeepEP通信庫技術(shù)原理 ? ?3.17 DeepEP通信庫使用指南 ? ?3.18 DeepEP通信庫應用代碼示例 ? ?3.19 ?高效矩陣乘法庫DeepGEMM ? ?3.20 ?雙向流水線并行算法DualPipe深入分析 ? ?3.21 ?專家并行負載均衡器EPLB深入分析 ? ?3.22 ?螢火文件系統(tǒng)3FS ? ?3.23 ?輕量級分布式數(shù)據(jù)處理框架Smallpond ? ?3.24 ?DeepSeek-V3/R1推理系統(tǒng)架構(gòu)及核心策略 ? ?3.25 ?DeepSeek技術(shù)優(yōu)勢解讀 ? ?

第4章 ?主流大模型 ? ?4.1 ?國內(nèi)大模型通講 ? ?4.2 ?智譜清言ChatGLM ? ?4.3 ?百川智能 ? ?4.4 ?百度文心一言 ? ?4.5 ?阿里通義千問 ? ?4.6 ?騰訊混元 ? ?4.7 ?華為盤古 ? ?4.8 ?360智腦 ? ?4.9 ?科大訊飛星火 ? ?4.10 ?智源悟道大模型 ? ?4.11 ?月之暗面Kimi ? ?4.12 ?復旦大學MOSS ? ?4.13 ?零一萬物 ? ?4.14 ?抖音豆包大模型 ? ?4.15 ?DeepSeek ? ?4.16 ?國外大模型通講 ? ?4.17 ?OpenAI GPT-4o ? ?4.18 ?Meta LLaMA ? ??4.19 ?Anthropic Claude ? ?4.20 ?Google Gemini和開源Gemma ? ?4.21 ?Mistral Large ? ?4.22 ?xAI Grok ? ?4.23 ?垂直類大模型通講 ? ?4.24 ?HuatuoGPT ? ?4.25 ?BianQue ? ?4.26 ?BenTsao ? ?4.27 ?XrayGLM ? ?4.28 ?DoctorGLM ? ?4.29 ?ChatMed ? ?4.30 ?度小滿軒轅4.31 ?BloombergGPT4.32 ?LaWGPT4.33 ?LexiLaw4.34 ?Lawyer LLaMA4.35 ?ChatLaw4.36 ?ChatGLM-Math

第5章 ?LangChain與LangGraph技術(shù)原理與實踐5.1 ?LangChain技術(shù)原理5.2 ?LangChain六大核心模塊 ? ?5.3 LangChain代碼實踐5.4 ?LangGraph通講 ? ?5.5 ?LangGraph技術(shù)原理 ? ?5.6 ?基于DeepSeek大模型的LangGraph代碼實踐 ? ?5.7 ?LangGraph Studio ? ?

第6章 ?RAG檢索增強生成 ? ?6.1 ?RAG技術(shù)原理通講 ? ?6.2 ?RAG的概念與應用 ? ?6.3 ?RAG技術(shù)架構(gòu) ? ?6.4 ?分塊和矢量化 ? ?6.5 ?搜索索引 ? ?6.6 ?重新排序和過濾 ? ?6.7 ?查詢轉(zhuǎn)換與路由 ? ?6.8 ?RAG中的Agent智能體 ? ?6.9 ?響應合成器 ? ?6.10 ?大模型微調(diào)和RAG優(yōu)劣勢對比 ? ?6.11 ?文本向量模型通講 ? ?6.12 ?Embedding模型、Reranker模型以及ColBERT模型 ? ?6.13 ?阿里巴巴GTE向量模型 ? ?6.14 ?中文acge_text_embedding模型 ? ?6.15 ?智源中英文語義向量模型BGE ? ?6.16 ?Moka開源文本嵌入模型M3E ? ?6.17 ?OpenAI的text-embedding模型 ? ?6.18 ?向量數(shù)據(jù)庫通講 ? ?6.19 ?Faiss ? ?6.20 ?Milvus ? ?6.21 ?Pinecone ? ?6.22 ?Chroma ? ?6.23 RAG應用實踐通講6.24 ?基于大模型構(gòu)建企業(yè)私有數(shù)據(jù)的知識問答應用開發(fā)代碼實踐 ? ?6.25 ?應對大模型落地挑戰(zhàn)的優(yōu)化策略 ? ?6.26 ?主流開源RAG項目通講 ? ?6.27 ?RAGFlow ? ?6.28 ?LlamaIndex結(jié)合DeepSeek實踐 ? ?6.29 ?GraphRAG ? ?

第7章 ?多模態(tài)大模型 ? ?7.1 ?多模態(tài)基礎(chǔ)模型通講 ? ?7.2 ?多模態(tài)對齊、融合和表示 ? ?7.3 ?CLIP ? ?7.4 ?BLIP ? ?7.5 ?BLIP-2 ? ?7.6 ?InstructBLIP和X-InstructBLIP ? ?7.7 ?SAM ? ?7.8 ?OpenFlamingo ? ?7.9 ?VideoChat ? ?7.10 ?PaLM-E ? ?7.11 ?OpenAI多模態(tài)大模型DALL·E 3、GPT-4V、GPT-4o、Sora通講 ? ?7.12 ?文生圖多模態(tài)大模型DALL·E 3 ? ?7.13 ?GPT-4V ? ?7.14 ?端到端訓練多模態(tài)大模型GPT-4o技術(shù)原理 ? ?7.15 ?文生視頻多模態(tài)大模型Sora ? ?7.16 ?通義千問多模態(tài)大模型 ? ?7.17 ?開源Qwen-VL和Qwen-VL-Chat ? ?7.18 ?Qwen-VL-Plus和Qwen-VL-Max ? ?7.19 ?開源端到端訓練多模態(tài)大模型LLaVA通講 ? ?7.20 ?LLaVA ? ?7.21 ?LLaVA1.5 ? ??7.22 ?LLaVA1.6 ? ?7.23 ?MoE-LLaVA ? ?7.24 ?LLaVA-Plus ? ?7.25 ?Video-LLaVA和LLaVA-NeXT-Video ? ?7.26 ?零一萬物多模態(tài)大模型Yi-VL系列 ? ?7.27 ?Yi-VL系列模型架構(gòu) ? ?7.28 ?Yi-VL系列模型訓練微調(diào)及推理 ? ?7.29 ?清華系多模態(tài)大模型 ? ?7.30 ?VisualGLM-6B ? ?7.31 ?CogVLM2 ? ?7.32 ?CogAgent ? ?7.33 ?CogView、CogVideo和CogVideoX ? ?7.34 ?CogCoM ? ?7.35 ?GLM-4V-9B ? ?

第8章 ?AI Agent智能體 ? ?8.1 ?AI Agent智能體技術(shù)原理及架構(gòu) ? ?8.2 ?主流大模型Agent框架通講 ? ?8.2.1 ?AutoGPT ? ?8.2.2 ?MetaGPT ? ?8.2.3 ?ChatDev ? ?8.2.4 ?AutoGen ? ?8.2.5 ?FastGPT ? ?8.2.6 ?XAgent ? ?8.2.7 ?GPT-engineer ? ?8.2.8 ?BabyAGI ? ?8.2.9 ?SuperAGI ? ?8.2.10 ?CrewAI ? ?8.2.11 ?Manus通用AI智能體 ? ?8.2.12 ?開源OpenManus通用AI智能體 ? ?

第9章 ?DeepSeek大模型應用落地實踐 ? ?9.1 ?DeepSeek部署實踐 ? ?9.1.1 ?Ollama本地部署DeepSeek大模型 ? ?9.1.2 ?基于vLLM本地部署企業(yè)級DeepSeek ? ?9.1.3 ?基于Unsloth的DeepSeek訓練微調(diào)及本地運行 ? ?9.2 ?Dify應用程序集成DeepSeek ? ?9.2.1 ?接入DeepSeek大模型 ? ?9.2.2 ?構(gòu)建應用程序 ? ?9.2.3 ?知識庫管理 ? ?9.2.4 ?工作流開發(fā) ? ?9.2.5 ?工具插件 ? ?9.2.6 ?日志及監(jiān)測 ? ?9.3 ?基于DeepSeek工作流應用場景開發(fā)實踐 ? ?9.3.1 ?智能客服/知識問答助手開發(fā) ? ?9.3.2 ?銷量預測場景開發(fā) ? ?9.3.3 ?工業(yè)生產(chǎn)設(shè)備預測性維護開發(fā) ? ?

第10章 ?大模型企業(yè)應用落地 ? ?10.1 ?基于大模型的對話式推薦系統(tǒng) ? ?10.1.1 ?基于大模型的對話式推薦系統(tǒng)技術(shù)架構(gòu)設(shè)計 ? ?10.1.2 ?推薦AI Agent智能體 ? ?10.1.3 ?面向推薦的語言表達模型 ? ?10.1.4 ?知識插件 ? ?10.1.5 ?基于大模型的推薦解釋 ? ?10.1.6 ?對話式推薦系統(tǒng)的新型評測方法 ? ?10.2 ?多模態(tài)搜索 ? ?10.2.1 ?多模態(tài)搜索技術(shù)架構(gòu)設(shè)計 ? ?10.2.2 ?多模態(tài)搜索關(guān)鍵技術(shù) ? ?10.2.3 ?多模態(tài)實時搜索與個性化推薦 ? ?10.3 ?基于自然語言交互的NL2SQL數(shù)據(jù)即席查詢 ? ?10.3.1 ?NL2SQL數(shù)據(jù)即席查詢技術(shù)原理 ? ?10.3.2 ?NL2SQL應用實踐 ? ?10.4 ?基于大模型的智能客服對話機器人 ? ?10.4.1 ?大模型智能客服對話機器人技術(shù)原理 ? ?10.4.2 ?AI大模型賦能提升智能客服解決率新策略 ? ?10.4.3 ?基于大模型的智能客服對話機器人系統(tǒng)搭建 ? ?10.5 ?多模態(tài)數(shù)字人 ? ?10.5.1 ?多模態(tài)數(shù)字人技術(shù)原理 ? ?10.5.2 ?三維建模與三維重建 ? ?10.5.3? 數(shù)字人形象設(shè)計技術(shù)原理? ??10.5.4 ?唇形同步算法 ? ?10.5.5 ?NeRF、ER-NeRF與RAD-NeRF模型 ? ?10.5.6 ?數(shù)字人項目實踐 ? ?10.6 ?多模態(tài)具身智能 ? ?10.6.1 ?多模態(tài)具身智能概念及技術(shù)路線 ? ?10.6.2 ?多模態(tài)感知與場景理解 ? ?10.6.3 ?視覺導航 ? ?10.6.4 ?世界模型 ? ?10.6.5 ?具身智能模擬器 ? ?10.6.6 ?多模態(tài)多感官交互具身智能大模型 ? ?10.6.7 ?端到端強化學習人形機器人 ? ?10.6.8 ?多模態(tài)通才具身智能體 ? ?

?

七、名人點評

?

《GPT多模態(tài)大模型與AI Agent智能體》是一本深入淺出的人工智能領(lǐng)域?qū)ＶＨ珪到y(tǒng)闡述了多模態(tài)大模型的技術(shù)原理、訓練微調(diào)方法，以及AI Agent智能體的構(gòu)建、大模型企業(yè)應用落地。內(nèi)容全面詳實，案例豐富，既適合專業(yè)人士深化研究，也適合初學者建立知識體系。書中對前沿技術(shù)的探討，如多模態(tài)大模型和具身智能，展現(xiàn)了人工智能發(fā)展的廣闊前景，是一本不可多得的參考書籍。——陳興茂? 獵聘CTO這是一本極具深度和廣度的專業(yè)書籍，從大模型技術(shù)原理的細致剖析到各種主流模型的全面介紹，再到實際的企業(yè)應用落地場景，每一章都干貨滿滿。它不僅適合專業(yè)的研究人員深入探索，也能讓普通讀者對這一前沿領(lǐng)域有清晰的認知，是人工智能領(lǐng)域不可多得的佳作。——張志平博士? 北京中交興路信息科技股份有限公司副總裁本書全面深入地剖析了大模型技術(shù)原理、訓練及應用，內(nèi)容豐富，理論與實踐相結(jié)合。書中詳細介紹了多模態(tài)大模型和AI Agent智能體的最新進展，對推動我國人工智能領(lǐng)域的發(fā)展具有很高的參考價值。這本書是AI領(lǐng)域研究者和技術(shù)愛好者的必備之作，值得一讀！——梅一多博士? 上海市青年拔尖人才，中關(guān)村科學城城市大腦股份有限公司高級技術(shù)總監(jiān)這是一本極具前瞻性的書籍，它緊跟時代的步伐，對最新的技術(shù)和模型進行了深入的研究和分析。無論是多模態(tài)大模型的創(chuàng)新，還是AI Agent智能體的發(fā)展趨勢，都有精彩呈現(xiàn)。書中還展示了大模型在企業(yè)中的應用案例，如對話式推薦系統(tǒng)、多模態(tài)搜索、NL2SQL、智能客服對話機器人、多模態(tài)數(shù)字人、多模態(tài)具身智能等。無論是技術(shù)新手還是資深專家，都能從中獲得寶貴的洞見和靈感。——楊正洪博士? 中央財經(jīng)大學財稅大數(shù)據(jù)實驗室首席科學家《GPT多模態(tài)大模型與AI Agent智能體》是一本深入淺出地探討了人工智能領(lǐng)域前沿技術(shù)的書籍。它不僅詳盡地介紹了大模型的訓練和微調(diào)，還涵蓋了多模態(tài)模型和智能體的創(chuàng)新應用。書中豐富的案例和實踐指導，為AI技術(shù)愛好者和專業(yè)人士提供了寶貴的資源和啟發(fā)，是理解AI發(fā)展和應用的必讀之作。——沈亮? 美團技術(shù)專家