创作不易，本系列手把手从零基础开始讲解AI大模型，不需要梯子，所有模型均在本地上运行。订阅专栏可获取配套的模型和数据全套资料，有任何代码问题随时沟通。
本系列完整目录(传送门)
AI大模型入门到实战系列（一）环境准备
AI大模型入门到实战系列（二）入门案例使用第一个模型
AI大模型入门到实战系列（三）词元（token）和嵌入（embedding）
AI大模型入门到实战系列（四）深入理解 Transformer 大语言模型
AI大模型入门到实战系列（五）手搓transformer编码器代码
AI大模型入门到实战系列（六）文本分类
AI大模型入门到实战系列（七）文本分类进阶
AI大模型入门到实战系列（八）文本聚类
AI大模型入门到实战系列（九）主题建模
AI大模型入门到实战系列（十）提示工程
AI大模型入门到实战系列（十一）高级文本生成技术与工具
AI大模型入门到实战系列（十二）语义搜索与检索增强生成
AI大模型入门到实战系列（十三）多模态大语言模型
AI大模型入门到实战系列（十四）创建文本嵌入模型
AI大模型入门到实战系列（十五）训练文本嵌入模型
AI大模型入门到实战系列（十六）增强SBERT微调文本嵌入模型
AI大模型入门到实战系列（十七）TSDAE微调文本嵌入模型
AI大模型入门到实战系列（十八）微调模型实现分类
AI大模型入门到实战系列（十九）少样本分类
AI大模型入门到实战系列（二十）掩码语言建模（MLM）
AI大模型入门到实战系列（二十一）命名实体识别（NER）
AI大模型入门到实战系列（二十二）微调生成模型
AI大模型入门到实战系列–使用Pytorch实现transformer文本分类
AI大模型入门到实战系列–手搓transformer实现文本分类
AI大模型入门到实战系列–手搓transformer解码器
探究BERT和Transformer Encoder底层代码区别
微调大模型
LoRA 完整解析：从理论到实践
LoRA调参时模块选择策略
