Meta Llama3用于药物发现的微调、RAG 和提示工程的使用指南：LLM微调的基本概念，每种微调方式的深入解读，2种生物医药领域的Llama3的微调应用。
- LLM
如何微调LLMs？3种微调方式，什么时候？什么情况下该使用何种微调方法？
1.1 如何微调LLMs和搭建团队
3种方式微调Llama3:
监督微调；训练Reward模型；RL with PPO
Fine-tuning Large Language Models (LLMs) | w/ Example Code. Shaw Talebi, 2023.
LLM Explained | Common LLM Terms You Should Know | KodeKloud. 2024.
1.2 构建生产就绪的RAG应用
Building Production-Ready RAG Applications: Jerry Liu. AI Engineer, 2023.
1.3 什么时候使用Llama3:
Prompt Engineering, RAG, and Fine-tuning: Benefits and When to Use. Entry Point AI 2023.
1.4 正确的选择微调Llama3:
Should you Prompt, RAG, Tune, or Train? A Guide to Choose the Right Generative AI Approach. Vikesh Pandey. 2023.
1.5 提示工程未来会是什么
What Is The Future Of Prompt Engineering? Cobus Greyling. 2024.
2. Llama3 Fine-tuning on Mol-Instructions
A) 4-bit 量化：Meta-Llama-3-8B-Instruct；B) 使用了LoRA最小秩；C) 降低了训练内存和模型大小；D) 初始训练：生物化学答案的准确性有限；E) 第二次训练：增加步骤减少损失，提高了生物化学的准确性；F) 作为4位和16位微调的LLM上传到Hugging Face
MOL-INSTRUCTIONS: A LARGE-SCALE BIOMOLECULAR INSTRUCTION DATASET FOR LLMS
数据统计
https://github.com/zjunlp/Mol-Instructions
数据构建
Mol-Instructions：用于大型语言模型的大规模生物分子指令数据集
https://github.com/kevinkawchak/Generative-AI-Drug-Synthesis/tree/main/Code/Drug%20Discovery/Meta-Llama-3
3. Llama3 Original Fine-tuning Notebook
https://github.com/unslothai/unsloth
包括DPO算法
4. Llama3 RAG on Heart Disease Dataset
A) LLM+RAG 模型在基于小型数据集的4个数据库上很好地回答了一系列问题；B) 结果与“Meta.ai”聊天机器人的类似提示进行了比较；C) LLM+RAG 模型在一个关于包含 cleveland.data 的开源“警告”目录的非常具体的问题上表现更好。链接如下
RAG on Heart Disease Dataset：
https://github.com/kevinkawchak/Generative-AI-Drug-Synthesis/tree/main/Code/Drug%20Discovery/Llama-3%20RAG
结尾
RAG系统相较于传统搜索引擎具有独特的吸引力，因为它们能够结合先前知识，填补信息空缺并推断检索到的信息
ClashEval: Quantifying the tug-of-war between an LLM’s internal prior and external evidence
全部资料都在这个列表里面，ppt里面都可以一键直达
如何学习AI大模型 ？
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓
CSDN粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】
读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
👉1.大模型入门学习思维导图👈
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）
👉2.AGI大模型配套视频👈
很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。
👉3.大模型实际应用报告合集👈
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）
👉4.大模型落地应用案例PPT👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）
👉5.大模型经典学习电子书👈
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）
👉6.大模型面试题&答案👈
截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习
CSDN粉丝独家福利
这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】
读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈
