AI大模型系统实战（DeepSeek专题）_哔哩哔哩

AI大模型系统实战（DeepSeek专题）

全集试看

Agent+RAG+强化学习+多模态部署/微调前沿算法解析

视频课

8分

第一章 DeepSeek 全景揭秘开启大模型之旅

2

全球 AI 大模型发展概览

视频课

12分25秒

3

从通用到推理：模型范式的重大转折

视频课

8分32秒

4

DeepSeek 模型系列全面梳理

视频课

7分11秒

5

DeepSeek 的技术突破

视频课

16分43秒

6

DeepSeek 现象背后的深层逻辑

视频课

3分34秒

7

DeepSeek R1 核心技术模块

视频课

9分3秒

8

AI Agent 浪潮：DeepSeek 的推理赋能

视频课

11分26秒

第二章 DeepSeek 模型微调、本地部署与 RAGFlow

9

vLLM 框架特性与技术优势详解

视频课

8分8秒

10

DeepSeek 推理服务：vLLM 部署全攻略

视频课

15分24秒

11

企业级 vLLM 服务部署Docker+Nginx实现负载均衡

视频课

14分2秒

12

SGLang 框架核心架构与技术创新

视频课

6分53秒

13

SGLang 部署全攻略：离线推理与OpenAI兼容API服务

视频课

7分59秒

14

企业级SGLang部署方案：Docker与Nginx负载均衡配置

视频课

7分2秒

15

llama.cpp 框架核心架构与技术优势详解

视频课

5分12秒

16

llama.cpp 生产环境搭建：CUDA 编译与模型转换实操

视频课

9分52秒

17

企业级llama.cpp部署：DockerNginx负载均衡实

视频课

12分29秒

18

使用Unsloth微调模型：从数据预处理到模型推理全流程

视频课

23分27秒

19

基于Unsloth与GRPO：从零构建数学推理模型的奖励函数体系

视频课

24分26秒

20

LLaMA-Factory 微调模型指南：LoRA 与全参数训练

视频课

24分9秒

21

GRPO实战：用EasyR1训练DeepSeek-R1蒸馏版模型

视频课

11分57秒

22

企业级 Agentic RAG 引擎项目 RAGFlow 介绍

视频课

7分10秒

23

RAGFlow 产品本地部署与实战演示

视频课

50分17秒

24

RAGFlow 的五层架构设计和核心模块功能

视频课

8分36秒

25

DeepDoc 文档解析 / 智能分块与检索三位一体

视频课

7分21秒

26

RAGFlow Agent 工作流引擎详解

视频课

8分25秒

第三章神经网络基石：激活函数与归一化原理与实战

27

激活函数原理概述

视频课

6分26秒

28

输出层激活函数 sigmoid 和 softmax

视频课

13分36秒

29

四种主流激活函数ReLU/PReLU/Swish/SwiGLU

视频课

20分58秒

30

归一化算法｜BN 批归一化原理与实战

视频课

15分13秒

31

归一化算法｜LN 层归一化原理与实战

视频课

14分35秒

32

归一化算法｜RMSNorm 均方根归一化原理与实战

视频课

13分48秒

33

归一化算法｜Post-Norm 与 Pre-Norm 原理与实战

视频课

18分39秒

第四章读懂语言：分词器 BPE / BBPE 原理与实战

34

分词器原理入门：BPE 和 BBPE 全解析

视频课

12分2秒

35

BPE 分词算法详解：从背景到核心原理全面解析

视频课

9分

36

SentencePiece 实战：手把手训练中文 BPE 分词器

视频课

7分22秒

37

字节级 BPE vs 字符级 BPE：OpenAI的巧妙改进策略

视频课

5分41秒

38

Byte-level BPE 完整算法流程详解

视频课

5分18秒

39

基于tokenizers实现BBPE分词器训练与解码实战

视频课

6分20秒

第五章核心架构解码注意力MHA/GQA/MLA 原理与实战

40

为什么需要注意力机制

视频课

12分

41

多头自注意力 MHA 机制原理与实现

视频课

11分18秒

42

GQA 分组查询注意力全解读

视频课

19分9秒

43

MLA 算法详解：低秩压缩与 KV 缓存优化

视频课

19分29秒

44

MLA 算法详解：标准 RoPE 与 MLA 低秩KV压缩的冲突

视频课

17分11秒

45

解耦 RoPE 在优化 KV 缓存与推理效率中的关键作用

视频课

13分13秒

46

MLA 算法详解：投影吸收释放低秩 KV 缓存的计算潜能

视频课

15分19秒

47

MLA KV 缓存对比及核心优势总结

视频课

8分21秒

48

深度解析 MHA / MQA / MLA 完整对比实验

视频课

13分33秒

49

数据集处理全流程：从原始数据到分词器训练

视频课

7分34秒

50

模型训练实战：损失函数与优化策略详解

视频课

6分43秒

51

模型推理逻辑实现：文本生成效果实战评估

视频课

3分48秒

52

从零构建GPT架构实战：Transformer 核心组件深度实现

视频课

7分36秒

53

MLA 核心算法实战：KV 缓存压缩技术详解

视频课

10分50秒

第六章位置编码揭秘 RoPE 与 YaRN 位置编码详解

54

绝对位置编码原理与实战

视频课

8分55秒

55

RoPE 相对位置编码原理与实战

视频课

19分27秒

56

位置差值原理与实战

视频课

16分7秒

57

主流插值算法 NTK-aware 原理与实战

视频课

16分20秒

58

主流插值算法 NTK-by-parts 原理与实战

视频课

19分49秒

59

YaRN 相对位置编码原理与实战

视频课

14分56秒

第七章 MoE 专家混合技术详解与 nanoMoE 项目实战

60

MoE 专家混合的核心概念：专家与路由器选择以及负载均衡策略

视频课

29分1秒

61

DeepSeek-MoE架构创新：细粒度专家分割以及共享专家隔离

视频课

25分14秒

62

DeepSeek-V3 关键升级：无辅助损失以及序列级别损失

视频课

23分54秒

63

nanoMoE 深度解析：MoE 模型训练框架的极简实现

视频课

20分1秒

64

nanoMoE 项目实战：从环境配置到GPT与MoE模型训练

视频课

18分30秒

65

MoE 专家激活模式、路由权重与负载均衡可视化分析

视频课

14分59秒

66

MoE 核心源码解析：路由机制与专家计算的实现细节

视频课

14分48秒

第八章 MTP 多词元预测技术详解与实战

67

MTP 多词元预测核心算法原理

视频课

30分21秒

68

DeepSeek MTP核心算法原理与Meta MTP的算法差异

视频课

22分30秒

69

基于vLLM部署模型并基于lookup和draft进行解码实践

视频课

13分54秒

70

详解 vLLM 框架中 DeepSeek MTP 源码实现

视频课

16分11秒

71

DeepSeek MTP 算法模拟实现 Demo

视频课

10分4秒

第九章强化学习 PPO & GRPO 深度解析与算法实战

72

大模型对齐技术入门：SFT 与 RLHF 原理初探

视频课

18分33秒

73

PPO 算法简介

视频课

2分45秒

74

从策略梯度到 TRPO 再到 PPO 的问题与演进

视频课

14分11秒

75

PPO 算法详解：裁剪 clip 的魔法与自适应惩罚

视频课

8分20秒

76

PPO 中优势函数的定义与作用

视频课

11分31秒

77

PPO 中优势函数估计的三种方法

视频课

12分27秒

78

PPO 联合损失函数详解：策略损失 / 价值损失 / 熵奖励

视频课

9分20秒

79

PPO 实战：基于字节VeRL框架从环境搭建到模型训练完整教程

视频课

14分50秒

80

PPO 的痛点与 GRPO 的破局

视频课

8分36秒

81

GRPO 算法详解：无价值函数的高效策略优化方案

视频课

12分33秒

82

GRPO 算法核心：KL 散度无偏估计器详解

视频课

8分23秒

83

结果监督 ORM 原理与优势

视频课

6分52秒

84

过程监督 PRM 原理与优势

视频课

10分25秒

85

迭代式监督原理与优势

视频课

6分11秒

86

GRPO 三种监督模式详解与 PPO 对比分析

视频课

5分58秒

87

基于 VeRL 实战 GRPO 演示

视频课

16分37秒

88

GRPO三阶段训练流程与关键技术解析

视频课

10分15秒

89

从0到1实现 GRPO 算法实战：训练Qwen3解决数学问题

视频课

12分3秒

90

GRPO训练环境搭建：从库导入到超参数配置详解

视频课

12分14秒

91

训练数据集配置：从零开始构建 GRPO 数据 pipeline

视频课

10分45秒

92

深度解析 GRPO 奖励机制：格式奖励 / 计算奖励的完整实现

视频课

10分44秒

93

深入理解Rollout生成：GRPO 中的样本创建与奖励分配机制

视频课

21分23秒

94

GRPO 策略梯度损失函数的实现与解析

视频课

15分18秒

95

GRPO模型训练核心技术：策略梯度损失计算与vLLM引擎优化策略

视频课

16分3秒

第十章打造最强底座 DeepSeek 系统工程优化

96

驱动大模型性能与效率的核心支柱

视频课

8分36秒

97

基石篇：数据与存储底座 smallpond / 3FS

视频课

6分59秒

98

训练篇：DeepGEMM/DeepEP/DualPipe极限算力

视频课

21分16秒

99

微调篇：MoE 微调技术优化方案 ESFT

视频课

8分17秒

100

推理篇：构建世界级在线服务系统 FlashMLA / EPLB

视频课

11分44秒

101

总结：DeepSeek 系统优化的道与术

视频课

4分48秒

第十一章 DeepSeek-OCR生产级落地：算法拆解微调部署

102

DeepSeek-OCR 概述：用视觉模态突破长文本压缩瓶颈

视频课

8分22秒

103

DeepEncoder 用局部感知+全局理解构建高效视觉编码器

视频课

14分27秒

104

DeepSeek-OCR 动态多分辨率策略

视频课

10分31秒

105

OCR 2.0 数据引擎详解

视频课

3分54秒

106

OCR 性能验证、应用局限与科研延展方向

视频课

6分42秒

107

OCR 部署实战：PDF批量处理、图片识别与 API 服务部署

视频课

16分24秒

108

OCR 微调实战：Unsloth + LoRA 高效训练完整教程

视频课

28分19秒

109

生产级 OCR 开发实战：前后端服务部署与 OCR 识别演示

视频课

20分10秒

110

生产级OCR开发实战：Docker Compose部署前后端服务

视频课

8分36秒