[llms] 笔记文档
Published:
（该页面的 .md 和 .pdf 文件已放在视频简介，.md 文件可用该软件 (Obsidian) 或用 VS Code打开）
一、简介
本期视频主要分为以下五部分：
1. 需求和技术
- 企业对于大模型的不同类型个性化需求
- SFT（有监督微调）、RLHF（强化学习）、RAG（检索增强生成） -关注：基本概念；分别解决什么问题；如何根据需求选择；
- 微调部分详细介绍：
- 微调算法的分类
- **LoRA 微调算法
- 微调常见实现框架
2. 整体步骤说明
- 在 Linux 系统上微调一个大模型、部署模型、暴露 API 给 web 后端调用，本机前端展示全过程
3. 模型微调
- 框架: LLama-Factory (国产最热门的微调框架)
- 算法: **LoRA (最著名的部分参数微调算法）
- 基座模型：DeepSeek-R1-Distill-Qwen-1.5B -蒸馏技术通常用于通过将大模型（教师模型）的知识转移到小模型（学生模型）中，使得小模型能够在尽量保持性能的同时，显著减少模型的参数量和计算需求。
4. 模型部署和暴露接口
- 框架：FastAPI（一个基于 python 的 web 框架）
5. web后端调用
- 通过 HTTP 请求交互即可（ Demo 前后端代码都在视频简介）