# 前言

## 《动手学大模型》系列编程实践教程

[![version](https://img.shields.io/badge/version-v0.1.0-blue?color=FF8000?color=009922) ](https://img.shields.io/badge/version-v0.1.0-blue)![Status-building](https://img.shields.io/badge/Status-building-blue)  [![stars](https://img.shields.io/github/stars/Lordog/dive-into-llms)](https://github.com/Lordog/dive-into-llms/stargazers)

### 项目动机

《动手学大模型》系列编程实践教程，由上海交通大学《人工智能安全技术》课程讲义拓展而来（教师：[张倬胜](https://bcmi.sjtu.edu.cn/home/zhangzs/)），旨在提供大模型相关的入门编程参考。通过简单实践，帮助同学快速入门大模型，更好地开展课程设计或学术研究。如果对您有帮助，欢迎[star](https://github.com/Lordog/LLM-Tutorial-by-Hand)。

### 教程目录

| 教程内容     | 简介                                                                            | 地址                                                                                                                                                                                                   |
| -------- | ----------------------------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| 微调与部署    | 预训练模型微调与部署指南：想提升预训练模型在指定任务上的性能？让我们选择合适的预训练模型，在特定任务上进行微调，并将微调后的模型部署成方便使用的Demo！ | \[[Slides](https://github.com/Lordog/dive-into-llms/tree/main/documents/chapter1/dive-tuning.pdf)] \[[Tutorial](https://github.com/Lordog/dive-into-llms/tree/main/documents/chapter1/README.md)]    |
| 提示学习与思维链 | 大模型的API调用与推理指南：“AI在线求鼓励？大模型对一些问题的回答令人大跌眼镜，但它可能只是想要一句「鼓励」                      | \[[Slides](https://github.com/Lordog/dive-into-llms/tree/main/documents/chapter2/dive-prompting.pdf)] \[[Tutorial](https://github.com/Lordog/dive-into-llms/tree/main/documents/chapter2/README.md)] |
| 知识编辑     | 语言模型的编辑方法和工具：想操控语言模型在对指定知识的记忆？让我们选择合适的编辑方法，对特定知识进行编辑，并将对编辑后的模型进行验证！           | \[[Slides](https://github.com/Lordog/dive-into-llms/blob/main/documents/chapter3/dive_edit_0410.pdf)] \[[Tutorial](https://github.com/Lordog/dive-into-llms/tree/main/documents/chapter3/README.md)] |
| 模型水印     | 语言模型的文本水印：在语言模型生成的内容中嵌入人类不可见的水印                                               | \[[Slides](https://github.com/Lordog/dive-into-llms/blob/main/documents/chapter4/watermark.pdf)] \[[Tutorial](https://github.com/Lordog/dive-into-llms/tree/main/documents/chapter4/README.md)]      |
| 多模态模型    | TBD                                                                           | TBD                                                                                                                                                                                                  |
| 后门攻击     | TBD                                                                           | TBD                                                                                                                                                                                                  |

### 免责声明

本教程所有内容仅仅来自于贡献者的个人经验、互联网数据、日常科研工作中的相关积累。所有技巧仅供参考，不保证百分百正确。若有任何问题，欢迎提交 Issue 或 PR。另本项目所用徽章来自互联网，如侵犯了您的图片版权请联系我们删除，谢谢。

### 欢迎贡献

本教程目前是一个正在进行中的项目，如有疏漏在所难免，欢迎任何的PR及issue讨论。

### 贡献者列表

感谢以下同学对本项目的支持与贡献:

上海交通大学 [袁童鑫](https://github.com/Lordog)

上海交通大学 马欣贝

上海交通大学 [何志威](https://zwhe99.github.io)


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://sjtullm.gitbook.io/dive-into-llms/qian-yan.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.