精读 Happy-LLM：从看懂原理到亲手搭一个大模型
📍 你在这里 训练进阶 · 第 9 篇 / 共 9 篇 ← 上一篇 精读 self-llm：第一次把开源大模型跑在自己电脑上 本文性质：开源教程精读与导读，非原文转载。内容基于 Datawhale 社区开源教程整理，属于个人学习笔记。 原文来源：《Happy-LLM：从零开始构建大模型》 — Dat
AI 训练进阶
动手微调与训练模型，从 LoRA 到知识蒸馏
共 9 篇文章精读 self-llm：第一次把开源大模型跑在自己电脑上
📍 你在这里 训练进阶 · 第 8 篇 / 共 9 篇 ← 上一篇 大模型知识蒸馏：原理、方法与作用 · 下一篇 → 精读 Happy-LLM：从看懂原理到亲手搭一个大模型 看了一堆原理文章之后，多数人卡在同一个地方，不知道怎么让自己电脑上真的跑起一个模型。self-llm 就是给这个环节准备的，它
Qwen3 微调手册：基于 Unsloth 的实战流程
📍 你在这里 训练进阶 · 第 6 篇 / 共 9 篇 ← 上一篇 LLaMA Factory 微调框架 · 下一篇 → 大模型知识蒸馏：原理、方法与作用 https://www.bilibili.com/video/BV17jGdzAETg/?spm_id_from=333.337.search-
LLM 微调数据集格式：Alpaca 与 ShareGPT
📍 你在这里 训练进阶 · 第 3 篇 / 共 9 篇 ← 上一篇 大模型微调基础：LoRA 原理与实践 · 下一篇 → 大模型微调步骤及示例 训练集准备 格式 [ { "instruction": "总结以下文本的核心内容", "input": "人工智能（AI）是研究、开发用
大模型知识蒸馏：原理、方法与作用
📍 你在这里 训练进阶 · 第 7 篇 / 共 9 篇 ← 上一篇 Qwen3 微调手册：基于 Unsloth 的实战流程 · 下一篇 → 精读 self-llm：第一次把开源大模型跑在自己电脑上 大模型知识蒸馏是一种将大型、复杂模型（教师模型）的知识迁移到小型、高效模型（学生模型）的技术。其目的是
PyTorch 基础环境安装
📍 你在这里 训练进阶 · 第 1 篇 / 共 9 篇 刚进这个阶段？AI 学习路线图 是总入口，零基础请从人工智能简史：AI 是怎么诞生的看起。 ← 上一篇 精读 So-Large-LM（二）：从分词到架构，再拆开智能体 · 下一篇 → 大模型微调基础：LoRA 原理与实践 本地安装的顺序是先安装
LLaMA Factory 微调框架
📍 你在这里 训练进阶 · 第 5 篇 / 共 9 篇 ← 上一篇 大模型微调步骤及示例 · 下一篇 → Qwen3 微调手册：基于 Unsloth 的实战流程 魔搭免费GPU：https://modelscope.cn/my/mynotebook/preset 学习视频：B站链接**
大模型微调步骤及示例
📍 你在这里 训练进阶 · 第 4 篇 / 共 9 篇 ← 上一篇 LLM 微调数据集格式：Alpaca 与 ShareGPT · 下一篇 → LLaMA Factory 微调框架 以下是Qwen3等大语言模型微调的详细总结，结合官方文档和实际案例，涵盖步骤、工具和设备要求： 一、微调步骤 （一）全
大模型微调基础：LoRA 原理与实践
📍 你在这里 训练进阶 · 第 2 篇 / 共 9 篇 ← 上一篇 PyTorch 基础环境安装 · 下一篇 → LLM 微调数据集格式：Alpaca 与 ShareGPT 基础知识 参考：https://kq4b3vgg5b.feishu.cn/wiki/LxI9wmuFmiaLCkkoiCIcK