课程目录：

第1章 课程介绍
1-1 【导航】课程导学&让你快速了解课程
1-2 【内容安排】课程安排和学习建议
1-3 【行业发展】ChatGPT对行业、社会有什么影响，我们要如何应对
1-4 【发展史】ChatGPT的简要历史
1-5 【学习须知】本课程为什么使用gpt2而不是gpt3
第2章 训练模型与开发平台环境
2-1 【认知】为什么要引入paddle？平时使用torch，学习paddle貌似没用怎么办？
2-2 【框架】paddle和torch与tensorflow对比
2-3 【NLP工具和预训练模型】paddleNLP和huggingface
2-4 【平台】介绍aistudio
2-5 【工具】介绍基于gpt4的IDE cursor
第3章 chatGPT初始技术词向量原理剖析与实战
3-1 【认知】词向量，词向量与gpt的关系
3-2 【语言模型】语言模型和评估指标PPL
3-3 【词向量模型】word2vec-cbow和skipgram
3-4 【softmax加速】是softmax 树型优化
3-5 【softmax加速】softmax负采样优化
3-6 【数据准备与预处理】word2vec实战（1）
3-7 【数据准备与预处理】word2vec实战（2）
3-8 【模型训练】word2vec实战-模型开发和训练（1）
3-9 【模型训练】word2vec实战-模型开发和训练（2）
3-10 【激活函数】常见七种激活函数对比
3-11 【预训练语言模型】RNN-LSTM-ELMO
3-12 本章梳理小结
第4章 chatGPT基石模型——基于Transformer架构的语言模型
4-1 本章介绍
4-2 seq2seq结构和注意力
4-3 seq2seq-attention的一个案例
4-4 transformer的multi-head attention 多头注意力机制
4-5 transformer的残差链接-解决梯度消失问题
4-6 transformer的layernorm-归一化提升训练稳定性
4-7 transformer的decoder 解码器
4-8 sparse-transformer 稀疏模型
4-9 transformer-xl 解决长序列的问题（1）
4-10 transformer-xl解决长序列的问题（2）
4-11 本章梳理总结
第5章 基于Transformer另一分支Bert系列分析与实战
5-1 本章介绍
5-2 metric-评估指标(BLUE-rouge-L-METOER-NIST)
5-3 常见 subword 算法（BPE-wordpiece）
5-4 常见的NLP任务
5-5 bert 预训练模型
5-6 bert情感分析实战----paddle（1）
5-7 bert情感分析实战----paddle（2）
5-8 evaluate和predict方法----paddle
5-9 bert(transformer encoder)主要源码分析----paddle（1）
5-10 bert(transformer encoder)主要源码分析----paddle（2）
5-11 bert(transformer encoder)的完整源码cache部分分析----paddle
5-12 Ernie文心一言基础模型（1）
5-13 Ernie文心一言基础模型（2）
5-14 plato百度对话模型（1）
5-15 plato 百度对话模型（2）
5-16 本章总结
第6章 chatGPT的核心技术——强化学习
6-1 RL是什么＆为什么要学习RL
6-2 强化学习章介绍
6-3 RL基础概念
6-4 RL马尔可夫过程
6-5 RL三种方法（1）
6-6 RL三种方法（2）
6-7 DQN和DQN的2种改进算法（1）
6-8 DQN和DQN的2种改进算法（2）
6-9 actor-critic（1）
6-10 actor-critic（2）
6-11 TRPO+PPO（1）
6-12 TRPO+PPO（2）
6-13 DQN代码实践--torch-1
6-14 DQN代码实践--torch-2
6-15 DoubleDQN+DuelingDQ代码--torch
6-16 REINFORCE代码--torch
6-17 PPO代码实践--torch
6-18 强化学习-本章总结
第7章 chatGPT技术演变——从GPT 1 开始的大模型发展与演化
7-1 GPT1 模型
7-2 GPT2 模型
7-3 GPT3 模型-1
7-4 GPT3 模型-2
7-5 gpt-codex 基于GPT技术开发的模型
7-6 alphaCode基于GPT技术开发的模型-1
7-7 alphaCode基于GPT技术开发的模型-2
7-8 instruct-gpt 基于GPT技术开发的模型-1
7-9 instruct-gpt 基于GPT技术开发的模型-2
7-10 Antropic LLM大型语言模型
7-11 GPT-本章总结
第8章 RLHF训练类ChatGPT模型代码实战
8-1 chatGPT训练实战
8-2 SFT有监督的训练-数据处理
8-3 SFT有监督训练-trainer
8-4 SFT有监督训练-train
8-5 RM训练-model+dataset（1）
8-6 RM训练-model+dataset（2）
8-7 RM训练-trainer
8-8 RM训练-train-rm
8-9 RLHF强化学习人类反馈的训练-dataset
8-10 RLHF强化学习人类反馈的训练-model-base
8-11 RLHF强化学习人类反馈的训练-model-opt
8-12 RLHF强化学习人类反馈的训练-generation（1）
8-13 RLHF强化学习人类反馈的训练-generation（2）
8-14 RLHF强化学习人类反馈的训练-exp_maker（1）
8-15 RLHF强化学习人类反馈的训练-exp_maker（2）
8-16 RLHF强化学习人类反馈的训练-buffer-utils
8-17 RLHF强化学习人类反馈的训练-buffer-loss
8-18 RLHF强化学习人类反馈的训练-trainer
8-19 RLHF强化学习人类反馈的训练-main
第9章 低成本微调大模型方法PEFT(LoRA等) — 训练 "ChatGLM2" 项目
9-1 参数高效微调方法 peft-bitfit
9-2 参数高效微调方法 prefix-t
9-3 参数高效微调方法 prompt-t
9-4 参数高效微调方法 p-tuning
9-5 参数高效微调方法 p-tuningv2
9-6 参数高效微调方法 lora
9-7 高效调参方案实现 prompt_tuning-1
9-8 高效调参方案实现 prompt_tuning-2
9-9 高效调参方案实现 p-tuning
9-10 高效调参方案实现 prefix-tuning
9-11 高效调参方案实现 lora-01
9-12 高效调参方案实现 lora-02
9-13 高效调参方案实现 lora-03
9-14 AdaLora微调ChatGLM2 实战 -1
9-15 AdaLora微调ChatGLM2 实战 -2
9-16 PEFT-本章总结
第10章 langchain+训练大模型ChatGLM2 构建“知识库问答”
10-1 基于langchain的应用
10-2 langchain初探与实战
10-3 langchain实现 mini-QA
10-4 工业场景知识库LLM助手的设计
10-5 langchain和知识增强LLM总结
第11章 课程总结
11-1 课程总结（1）
11-2 课程总结（2）