UP主： 封面： 简介：看完这一期，零基础小白也能快乐炼丹！如果视频对你有用的话请 一键三连【长按点赞】支持一下 UP 哦，这对我真的很重要！本教程配套文章资料、code秘密花园全套 AI 资料合...
视频选集 【1-1】开始 - 本期课程目标 【1-2】开始 - 微调后效果演示 【1-3】开始 - 微调基础知识回顾 【2-1】LLaMA Factory - 简介 【2-2】LLaMA Factory - 对比 Unsloth 【2-3】LLaMA Factory - 安装和基础使用 【3-1】微调通用设置 - 选择模型 【3-2】微调通用设置 - 微调方法 【3-3】微调通用设置 - 模型量化 【3-4】微调通用设置 - 对话模版 【3-5】微调通用设置 - 加速方式 【4-1】微调数据集准备 - 格式要求 【4-2】微调数据集准备 - 数据集配置文件 【4-3】微调数据集准备 - 数据集处理过程 【4-4】微调数据集准备 - 数据集的构造思路 【4-5】微调数据集准备 - 使用 EDS 构造数据集 【5-1】调整微调参数 - 入门理解 【5-2】调整微调参数 - 学习率 【5-3】调整微调参数 - 训练轮数 【5-4】调整微调参数 - 批量大小 【5-5】调整微调参数 - 截断长度 【5-6】调整微调参数 - LoRA 秩 【5-7】调整微调参数 - 验证集比例 【6-1】启动微调任务 - 训练过程 【6-2】启动微调任务 - 显存消耗估算 【6-3】启动微调任务 - 显存优化技巧：liger_kernel 【6-4】启动微调任务 - 分布式显存优化：DeepSpeed 【7-1】微调过程观察 - LOSS（损失值） 【7-2】微调过程观察 - SwanLab 【7-3】微调过程观察 - 几种常见的 LOSS 曲线 【7-4】微调过程观察 - Train LOSS 与 Eval LOSS 【8-1】微调后模型使用 - 通过 Lora 适配器加载模型 【8-2】微调后模型使用 - 模型合并和导出 【8-3】微调后模型使用 - 本地调用微调后的模型 【8-4】微调后模型使用 - 在 EDS 对比模型微调效果 【9】如果本教程对你有帮助，留下一个三连吧！
