157 分钟LLM模型微调:生成式AI课程
你将能够在大多数开发者已有的硬件上,端到端完成量化、LoRA和QLoRA微调。
IBM Technology. 视频通过清晰的白板讲解对比三种技术及各自的成本——检索延迟、训练算力与灾难性遗忘,以及仅靠提示的局限——并说明哪些组合在生产环境中真正合理。结尾以一套同时使用三种技术的法律AI系统为例,几乎完整对应文章中“何时组合”的论点。
这是一套稳定的决策框架。在购买基础设施或启动微调项目之前使用它;大多数错误选择,都源于误判信息新鲜度、归因、风格或行为问题。
根据实际故障模式,在提示工程、RAG、微调或组合方案之间作出选择。
从宏观层面了解每种技术的含义。
最后审核:2026年5月18日
通过相同的视频学习路径,继续观看下一个精选配套视频。
精选的外部课程,帮助您更深入地了解该主题。
Emory University Goizueta Business School faculty
The deeper, university-level counterpart to our beginner HubSpot marketing pick — Emory's business-school treatment goes past 'how to prompt' into training generative models for brand-specific output, the purchase-funnel economics of AI-generated content, and a full module of genuine skepticism about when generative AI is and isn't worth using in marketing.
IBM AI Academy
这是生成式AI时代对高管战略问题的解答。三门短课直接面向企业领导者,无需技术背景,内容涵盖生成式AI在何处创造价值、如何负责任地治理它,以及如何把模糊的“我们应该使用AI”转化为具体且站得住脚的用例。约700条评价的综合评分为4.6分。最适合在你下一次作出AI预算决策前学习。