我是
小冬瓜AIGC，原创超长文知识分享原创课程已帮助多名同学上岸
LLM赛道
知乎/小红书：小冬瓜AIGC
o1模型展现了惊艳的推理能力
RL+搜索起到了关键的的作用
【手撕LLM】课程更新第14章节手撕o1推理
部分手撕算法notebook
文档
以上仅摘选第14章节内容
完整课程详情如下
一、课程概况
课程内容：直播 + 往期录播 + 手撕级Notebook + 非调包Code + 算法图解 + 课程PPT 课程项目：垂域大模型实操 + DeepSpeed多卡RLHF训练 进阶专题：手撕o1推理、手撕RL、手撕RLHF、手撕多模态VLM、LLM加速、LLM分布式训练、手撕RLHF-PPO Notebook 实操效果：本课程Code仓库，实战多卡训练，已全线支持Llama-3-8B/70B的SFT/DPO/PPO训练；低成本百元 8B DPO训练 LLM社群：学员超过50%来自海外。部分就业于北美大厂META、微软、亚麻、苹果、谷歌、TikTok和eBay等，海外学历背景PhD居多，MIT、宾大、UIUC、NYU、UCL等；国内清华、复旦居多。（教学成果详见下文） 价格：单独咨询
详细目录：第9/10章节-RL/RLHF
第11章节-LLM加速（以长文档形式授课）
第12章节-LLM分布式训练（以长文档形式授课）
第13章节-手撕多模态VLM（以长文档+手撕代码形式授课）
第14章节-手撕o1推理（以长文档+手撕代码形式授课)
其他新增内容
Notebook：MCTS, BPE, BeamSearch, AutoGrad, CrossEntropy, PPL, Layernorm Backward, Tensor Parallel, BTModel, DPO, IPO, KTO, NTK-RoPE, Llama-3-GQA, MoE
测评：vllm推理部署、CMMLU、MMLU、CEVAL、safety测评
三、课程内容详情
3.1 实操项目
实操项目1 ：垂域LLM微调Notebook
1个月从0搭建LLM，覆盖LLaMA-LoRA-Pretrained-sft-RM-RLHF
实操项目2 ：DeepSpeed + SFT + DPO + RLHF-PPO 代码仓库
DeepSpeed多卡RLHF-PPO训练实操代码仓库
Llama-3-8B 全流程实操训练效果
基于Llama-3-8B 预训练模型，混合中英alpaca和ruozhiba数据; 全参微调SFT，轻松回复ruozhiba问题
项目新增70B SFT/DPO/PPO 训练方案
70B 模型PPO 训练耗时
实践平台：A100(80G)x8
3.2 课程直播+录播
在线直播授课、随讲随答，即刻解疑瞬间秒懂, 直播课程会进行录制，便于课后随时学习。
3.3 课件PPT
每章均有完整PPT，图解复杂公式、代码实现细节， 1比1复现原论文
完整构建LLM知识体系， 拒绝知识碎片化
3.4 源码工程+Notebook
pytorch工程，代码精简，全部调试可运行，CPU都能Run的代码
复杂代码Notebook随手debug，不惧手撕代码
非调包级工程、坚持逐行代码剖析算法原理，从代码视角，解密复杂的公式原理。
手撕RLHF PPO代码-Pytorch实现, 不依赖RL库
LLM中的RLHF-PPO算法复杂, 逐行手撕LLM中的PPO算法, 主要通过Pytorch实现。
包含4个模型：Ref/Actor/Critic/Reward、PPO采样及训练流程、Loss计算Actor Loss+Critic Loss+Entropy、reward+KL散度...
四、LLM社群 & 教学成果
4.1 内部LLM社群
学员超过50%来自海外，北美PhD居多 部分学员就职：META、微软、亚麻、苹果、谷歌、TikTok、高通和eBay等，部分阿里、百度、腾讯和华为等 学历背景：海外MIT、宾大、UIUC、NYU、UCL等；国内清华、复旦居多。 部分学员本身从事 LLM 相关岗位精进，有的本身就在各大厂做 LLM 相关的负责人，手上也有HC，能直接接触到一线的机会
4.2 教学成果(已知部分展示）
1️⃣ 【海外】META E5 Senior
2️⃣【海外】TikTok核心部门，总包翻番至200+，DS转MLE
3️⃣【国内】清华硕0LLM经验，总包70翻番至130+，成功上岸LLM
4️⃣【海外】应届PhD上岸亚麻做 Researcher
5️⃣【海外】制药公司获得晋升拿下GenAI组Leader
6️⃣【国内】科大讯飞高岗
7️⃣【国内】社科女PhD凭借RLHF成功拿到国内多家高校副教授教职及北航师资博后
8️⃣【国内】40岁失业，0 LLM经验，撸课后成功入职深圳某LLM公司(非大厂）
9️⃣【国内】北美本硕收获 3 offer
1️⃣0️⃣【海外】北美同学拿下顶尖实验室合作机会
1️⃣1️⃣【国内】复旦应届生物信息硕士拿下LLM工作(理想/盛大)
1️⃣2️⃣【海外】PhD凭借课程学习成功抓住公司内部大模型业务负责人机会
1️⃣3️⃣【国内】资深NLP工程师成功收获大模型远程工作机会
1️⃣4️⃣【国内】百川入职医疗业务
（注：不提供算力，本课程所提供项目可在多卡环境一键运行，能低成本run出大模型项目）
我是小冬瓜AIGC，原创超长文知识分享
原创课程已帮助多名同学上岸LLM赛道
知乎/小红书 ：小冬瓜AIGC
我是
小冬瓜AIGC，原创超长文知识分享原创课程已帮助多名同学上岸
LLM赛道
知乎/小红书：小冬瓜AIGC
微信咨询xiaodongguaAIGC
