https://github.com/Lordog/dive-into-llms
《动手学大模型Dive into LLMs》系列编程实践教程
https://github.com/Lordog/dive-into-llms
Last synced: about 2 months ago
JSON representation
《动手学大模型Dive into LLMs》系列编程实践教程
- Host: GitHub
- URL: https://github.com/Lordog/dive-into-llms
- Owner: Lordog
- Created: 2024-04-08T13:11:40.000Z (about 1 year ago)
- Default Branch: main
- Last Pushed: 2024-09-20T04:48:04.000Z (8 months ago)
- Last Synced: 2025-03-25T07:13:04.521Z (about 2 months ago)
- Homepage: https://sjtullm.gitbook.io/dive-into-llms
- Size: 78.5 MB
- Stars: 4,665
- Watchers: 28
- Forks: 432
- Open Issues: 2
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
- awesome-and-novel-works-in-slam - [Code
- alan_awesome_llm - 《动手学大模型Dive into LLMs》
- StarryDivineSky - Lordog/dive-into-llms
- awesome-LLM-resources - 《动手学大模型Dive into LLMs》
- alan_awesome_llm - 《动手学大模型Dive into LLMs》
- my-awesome - Lordog/dive-into-llms - 09 star:4.8k fork:0.4k 《动手学大模型Dive into LLMs》系列编程实践教程 (Others)
README
《动手学大模型》系列编程实践教程
## 
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](https://bcmi.sjtu.edu.cn/home/zhangzs/)），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](https://github.com/Lordog/dive-into-llms/tree/main/documents/chapter1/dive-tuning.pdf)] [[Tutorial](https://github.com/Lordog/dive-into-llms/tree/main/documents/chapter1/README.md)] |
| 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](https://github.com/Lordog/dive-into-llms/tree/main/documents/chapter2/dive-prompting.pdf)] [[Tutorial](https://github.com/Lordog/dive-into-llms/tree/main/documents/chapter2/README.md)] |
| 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](https://github.com/Lordog/dive-into-llms/blob/main/documents/chapter3/dive_edit_0410.pdf)] [[Tutorial](https://github.com/Lordog/dive-into-llms/tree/main/documents/chapter3/README.md)] |
| 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](https://github.com/Lordog/dive-into-llms/blob/main/documents/chapter4/watermark.pdf)] [[Tutorial](https://github.com/Lordog/dive-into-llms/tree/main/documents/chapter4/README.md)] |
| 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](https://github.com/Lordog/dive-into-llms/blob/main/documents/chapter5/dive-Jailbreak.pdf)] [[Tutorial](https://github.com/Lordog/dive-into-llms/tree/main/documents/chapter5/README.md)] |
| 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](https://github.com/Lordog/dive-into-llms/blob/main/documents/chapter6/mllms.pdf)] [[Tutorial](https://github.com/Lordog/dive-into-llms/tree/main/documents/chapter6/README.md)] |
| 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](https://github.com/Lordog/dive-into-llms/blob/main/documents/chapter7/agent.pdf)] [[Tutorial](https://github.com/Lordog/dive-into-llms/tree/main/documents/chapter7/README.md)] |
### 
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](https://github.com/Lordog)
上海交通大学 [马欣贝](https://scholar.google.com/citations?user=LpUi3EgAAAAJ&hl=zh-CN&oi=ao)
上海交通大学 [何志威](https://zwhe99.github.io)
上海交通大学 杜巍
上海交通大学 [赵皓东](https://dongdongzhaoup.github.io/)
新加坡国立大学 [费豪](http://haofei.vip/)
## Star History
[](https://star-history.com/#Lordog/dive-into-llms&Date)