跟着大模型理财方法

第二个建议，除了存钱以外，一定要有投资的意识，如果你不开证券账户的话，支付宝就能操作，每个月可以定头上正五零或者沪深三百等等几个宽基指数，智能定投，赚了不要卖，跌了继续买。另外可以定投红利指数，有好几种选择，你手机上问问 deepsea， 问问豆包，看看大模型推荐什么红利指数基金， 我们栏目做过短视频都讲过，你查一下我们的抖音号和视频号，全都有，可以作为参考，多渠道增加城乡居民财产性收入。是写进了实物规划，建议的是我们的国策。我推荐你的都是高分红的投资， 你存银行现在一年定期的利息还不到百分之一点五，我刚才说的基金一年的分红回报大概能有百分之三到百分之五，而且他的波动并不大，你每个月买个两千，三千就当是存钱了，还能吃分红，十年之后你会感谢我的。

有一种理财方法，年化百分之十或者百分之十五，而且不管行情怎么样，基本都能长期稳定赚钱，你相信吗？我才不信呢，都说今年牛市，我搞到现在基金收益才百分之五，怎么可能这么挣钱？要是真这么简单，还会有这么多人亏钱吗？别着急反驳，我啥时候坑过你啊？目前往下听一听，就这种投资方法，叫做十大懒人投 组合。十大哎，就十种，分别是马克贝尔组合、永久组合、核心四力组合、不费脑组合、经典的六零四零桥水的全天后、长春藤组合、懒人组合、沙发组合和耶鲁模型。 有几个听你之前讲过，剩下的好多我都没听说过有具体的收益数据。真有，我回测去看了一下啊，这十个组合里面，在过去的三年里面，收益基本都在百分之十到百分之十五这个区间，那我就好奇为什么他们能挣钱？ 这些组合虽然名字看着都不一样，表面看起来更是千差万别，但实际上底层逻辑是非常接近，你要问怎么做到的？总结下来，大概做对了三 件事，那三件，第一，承认自己不懂未来，这算啥做？对啊，这恰恰是普通人最难的一步啊。小白呢，最喜欢研究行情，执着于择时，总是幻想自己能够预测高点和低点。而这些组合一上来，我放弃这件事，我不堵方向，我不猜拐点，我只考虑一件事，我不管发生什么事，我不管经济怎么变，我是不是能够火。 你话说的简单，但是怎么能做到呢？其实逻辑不复杂，无非就是把钱分别放在不容易一起翻车的资产里面有些呢，怕经济下行，有的怕通胀，有的怕利率变化，那我就不指望谁永远能赚，我只求一件事，别全部一起翻车。意思就是各种我都买点，但是这样会不会互相对冲了，反而赚的不多呀？你这个想法特别典型， 但现实是，大多数人不是赚的少，而是亏的太快了。这些组合的第一目标从来不是多高收益，而是把回撤控制在你能承受的范围里，同时由负责进攻的资产替你拿到更高的收益。 哎，这个逻辑有点意思，那第二件事呢？第二件事，比例决定命运，股票、证券、黄金商品、海外资产等等啊，这些资产怎么去配比，用什么比例就决定了组合能走多远。所以你会发现啊，这些懒人的组合看起来好像啥都没有，但其实里面每一分钱都有它存在的理由。 我明白了，就跟炒菜是一样的，要加的调料无非就是那几度是，但是加多少很有讲究，否则你盐加多了就有咸粉。聪明，那第三件事也是最反人性的纪律，纪律具体是啥，谁要管我，你管好你自己。这些组合真正赚钱的原因之一叫资产在平衡， 也就是当某一类资产涨多了，占比超了，他们会强迫性的卖掉赚的多的部分，然后把钱拿去买里面表现最差的，你也最不想碰的资产。那等会让我卖赚钱呢？去买亏钱呢？这不到反弹缸了吗？这就是对于大多数普通人来说做不到的， 所以才叫它纪律啊。你赚钱的时候只想多拿一会，觉得还能涨，你亏钱的时候呢，又只想离得远一点，又再也不碰，而这些组合就是通过这些规则强制让你反着干， 这么反人性，怪不得。哈哈哈。所以你会发现一个很残酷的现实，就是知道这些组合的人不算特别少，但坚持能够用下去的很少。 这么一听，我好像就明白了，这些组合之所以能跑赢百分之九十的人，是因为那百分之九十的人自己先把自己玩死。其实市场应该说并不缺机会，缺的是一直能留在场上的人。这些投资组合本质上不是说让你多聪明，而是让你少犯致命的错误。那我最后确认一句啊，这种方法都适合谁？ 适合想清楚一件事的人，我不是天才，我也没有时间天天盯盘，我只想稳定的把时间转换成收益。我对这些组合都还挺感兴趣的，你啥时候你给我具体讲一讲呗。没问题，主要看大家对哪些组合感兴趣，评论区告诉我们，我们具体聊聊。

我们现在来讲股票，我相信很多人这个这个前面可能都没有仔细看，但就直接跳到股票这里了。我这这里不会讲很多那些学术的模型，我只能说那些对人的帮助有限。首先一个常见的操作就是我们买一个低价买入，然后一个高价卖出，我们进行了一笔获利。但是问题在于， 问题在于你怎么知道他会涨，对吧？你怎么知道他会涨？如果他的价格是这样的，如果他价格是这样的，那你该怎么办？那你在这个时候你是卖出呢？ 卖出止损呢？还是接着买入，对吧？这是一个问题。所以怎么样预判股票的价格呢？这好像成为了一个问题。当然我们不解答这个问题，我们接着讲股票从来都不是彩票，股票是公司的一份子， 股票的价格是市场在给一家公司的未来的盈利能力进行定价。你现在看到的价格，给出的数字是无数参与者基于各自的信息判断预期以及自己的风险偏好，对这个公司未来现金流做出的综合判断。你买入的这一刻，你买的 不单单是一个这个会变化的一个数字，不是一个彩票，而是一部分所有权。如果说你只是凭感觉买，哎，我感觉他要涨了，哎，我感觉他要跌了，那么实际上你就是，你就是纯粹的把自己当这个，这个怎么说呢？把自己当主宰了， 这个价格向上还是向下，对你来说就是纯粹的随机事件，这和买彩票在逻辑上来说是没有本质区别的。把股票和彩票去分开的，是 你的判断依据来源，以及是否可验证公司赚不赚钱，赚多少钱，靠什么赚？增长还能维持多久？这些东西都是你能够靠你的专业能力进行拆解，进行分析，进行反复验证的。你当然无法预测明天会涨多少，你也无法预测下一周会涨多少，但是拉长时间轴。 如果你能够对一个公司的未来进行长期的判断的话，那么你就能够知道他的长期盈利能力是否配得上他现在这个价格。 那第二点， k 线本身不会告诉你过多的信息，我们我们来看一看，这个就是 k 线，我看唯一透露信息只有两件事，一，市场现在以什么价格来给这家公司定价？第二，过去的市场是如何来给他定价的？除此之外，就没有 过去的价格是不会影响未来价格的，股价的波动本身不会改变一家公司基本面，你就算在二级市场疯狂交易这个公司的股票，你也不会影响这个公司的盈利能力，或者说他的战略。你的投机行为对于公司运营本身是没有什么影响的。 就是你如果指定的 k 线希望从图形中看出答案，那么你本质还是投机，也就是在赌博，而不是在投资。我这个视频是给很多初入市场的人看的，所以我先把结论说清楚，低风险、高确定性，不赌博才是普通人唯一可复制路径。现在我们来看一张图，就这张图哈，这张图我们能看到他 这是一家公司啊，在二零二零年的走势，你会看到他经历了一段明显下跌，然后慢慢修复，一路上长，然后创新高。那么问题来了，我先问你一个问题， 如果你看这个 k 线，你觉得应该买还是应该卖呢？如果你现在在思考这个问题的话，如果你在思考，在纠结这个问题的话，我只能说你已经忽略了我刚刚在说什么，因为这张图实际上并不能告诉你你所有真正需要的信息。你不知道这家公司是做什么的， 你不知道他靠什么赚钱，你也不知道他利润结构，你也不知道他未来增长来自哪里，你也不知道他现在所在什么市场，你甚至都不知道这家公司的名字。好吧，在这些信息几乎为零的情况下，我问你这个问题，你居然还在思考，那么说明你你学艺不精好吧？更关键的是， 如果说你基于 k 线来思考，那么你很有可能就会玄学的认知会影响你对这家公司的持有。比如说你现在四四，他已经翻了三倍了， 那么看起来你作为一个这个投资者，你已经能走了，但是如果你认清了他的他的未来增长的话，那么你现在绝对不应该卖出。我来告诉你这家公司是谁，这家公司是英伟达，这是他在二零二零年的股价变化，而现在他的价格是一百九十， 因为他在过去的十年内涨了三百七十九倍。在上涨过程中，他是一定有回调，有震荡，有你看不懂的走势。如果有一次走势不满足你的预期，你就会开始怀疑是不是到顶，是不是该跑了。你卖出的理由如果仅仅是看起来涨多了，感觉有点危险的话，那么我只能说 你会错过一生一次的 k 线，是不是在这个点，这个点买和在这个点买都已经无所谓了呢？ 因为现在的价格已经到了一百九十元一股。如果你想靠投机来进入市场，那么你很有可能买得到好公司，但你大概率是拿不到好，嗯，但大概率是拿不住好公司的。然后我们来讲下一个点，就是追涨杀跌，股市从来不奖励勤奋。然后这里先说一下什么是 fomo fear of missing out， 担心自己没上车，这个是谁的走势？这是纽交所黄金的价格走势。先说追涨， 在朴素的认知里边，很多大佬哎，多看盘，多操作，多研究 k 线就有可能赚钱。但事实上，股市是从来不去奖励那些勤奋的人的。 先说追涨，你为什么会追涨，核心原因就只有一个，你担心自己没上车，你看到价格在涨，看到别人在赚钱，你看到 别人的收益，别人的收益让你眼馋了，你开始担心自己错过了一波机会，所以你产生了强烈的参与冲动。 但问题在于，你这种冲动不不是建立在你对企业价值的判断之上，而是建立在现在价格变化的本身之上。你现在追涨的时候，大概率并不清楚这几家公司值多少钱。你大概率不清楚黄金现在上涨的背后的逻辑， 你只是看到他在涨，然后你依据他在涨这个事实来指导你自己的投资或者投机。如果你对价值没有理解，你对一家公司的认知没有具体见够的话，价格的任何波动都会反过来左右你的情绪。涨的时候你会认为自己判断正确，跌的时候你会开始怀疑人生，这和投资背道而驰，这是纯粹的投机，或者说纯粹的赌博， 这比赌博还刺激。再说，杀跌恐惧本身不是错误，控制损失本身就是投资中很重要的一部分，但是问题在于，你为什么要杀跌？ 如果你卖一家公司的理由仅仅是因为 k 线难看，你自己的持仓账面亏损扩大，价格跌破了某个，你没有想清楚点位，这只是你的情绪在影响你自己。 一个合理的卖出逻辑应该是这样的，你重新审视之后，发现市场对这样的公司预期发生了实质性的变化，或者说你认识到自己当初对盈利能力、增长路径、竞争格局的判断是错误的，又或者说你买入的价格本身本身就是建立在错误的假设之上。 值是在价值判断被推翻之后你才选择止损，而不是说他跌了，所以我要止损。频繁交易，不断切换标地，试图靠操作来弥补认知不足的人，长期来看，结果一定是确定的。巴菲特反复强调一点， 股市从来不奖励勤奋的人，你无法吃到每一波涨幅，你也没有必要吃到每一个板块的每一个涨幅。 百分之九十以上的投机者都在亏钱，大部分人都不是天才，大部分人都没有靠，大部分都没有办法靠投机来实现财富自由。如果你真的对这件事还有怀疑，觉得你是那个天才的话，那么我建议你做一个非常直接的操作，就是你现在拿一小部分钱，比如说一万块， 然后完全按照投机的方式去做，追热点，做波段，看图形，看你能不能把它翻到一百万。我只能说结果其实不是很重要，重要的是过程你能够非常。如果说你真的经历过连续角色失误，情绪波动，反复止损之后，你会非常清楚的认识到一件事， 自己可能真的不属于那百分之十，而这个认知本身来说对你就是一种价值。你如果在最开始 什么都不懂的情况下一波乱转，那么形成了非常固执的认知的话，那么后面接下来等着你的就是赔掉自己的一切。很多东西不赔钱是理解不到的，我这个视频里说的很多话也都是我自己，我这这个视频里说的很多话也都是很多人赔完钱之后才能理解到的， 可能在古海沉浮许久，你才会理解到，我最开始说的那条规则就是不要赔掉你的本金。然后我们讲第四个点，波动本身不会让你亏钱，让你亏钱的是在错误的点位卖出，没有人知道明天会涨还是跌，第一点， 波动本身会让一个人坐立难安。这个 k 线熟悉的人都应该知道这是这是哪家公司的特斯拉，对吧？ 设想一个极端的场景，你你全仓买入一家公司，随后他的市值腰斩，你的全部资产在账面上直接少了一半，你现在分不清他的未来会不会涨回来，你也分不清是当初自己的判断出了问题，还是说市场短期内发生了错杀。 尽管你可能理性上知道公司还在赚钱，业务没有崩塌，你内心还是在一直在质问自己，到底是不是该卖，到底是不是该止损，是不是自己想错了？所以需要明确一点，波动不会造成亏损他，但是他会持续消耗你的心理承受能力。真正让你亏钱的是在错误的地方卖出。 正面浮亏本质上只是价格变化带来的结果，不是事实上的损失。当你选择卖出那一刻，你才会把浮亏转化成不可逆的真实亏损。很多人的问题不在于很多人，问题在于无法承受这个持有的过程。他们也许 他们在卖出的时候，并不是说这个企业的内部价值已经被正伪了，而是他们太过恐惧了。我大概说一下如何对抗这种波动。首先第一点不要说哈，就是不要你把所有的钱全部砸在一家公司里， 如果你把全部身家压在一个判断上的时候，无论你的目的如何，这已经是赌博了。那第二点就是仓位管理，你如果只把你的资产百分之十放在一家高波动的公司上，那么他再怎么波动，你还是有百分之九十的资产在别的 投资产品上，或者作为现金，你有补仓的子弹，你还有修正的空间。然后这里我们讲一下什么是风险， 这里大概提一下 capm 模型和这个套利定价模型。我们在学金融第一节课里面讲风险的定义是预期收益的波动性， capm 就是 在这个基础上推导出来的，用一个 capm 就是 在这个基础上推导出来的，它最小化的是什么呢？收益的方差，也就是收益的波动率。而这个多因子模型则是把这个风险 拆成了多个因子，就是一个股票对于利率、通胀、经济增长、行业景气度这些敏感程度不同，所以风险不同。所以这个开 f m 很 显然他就只是单一因子模型，而这个套利定价模型是一个多因子模型。但是我想说的是，这些都不是真正的风险，这些都不是真正的风险。 这些这两个模型假设，前提假设都是一堆的一堆的。好吧，这是这是我的书，这些模型是有价值的，但是呢，实践起来是没有那么高效的。 我我这里使用一下一个经典的定义，就是什么是风险，资本永久损失的风险。不是说今天跌了多少，波动有多大，而是说你投入了这笔钱，未来还能不能回到你手里，甚至说能不能持续增长。 如果说一家公司的竞争优势消失了，盈利能力被破坏了，商业模式已经不可逆的走向衰退，那么无论他的股价波动看起来多么温和，他的风险都是极高的。 相反，如果说一家公司长期盈利能力稳固，现金流持续增长，尽管中途的价格也就是股票的价格剧烈波动，只要你没有在错误的地方卖出，这些波动本身并不会造成资本的永久损失。这也是为什么如果你只停留在 价格层面来看风险，很容易一夜涨目。这也是怎么说呢？没办法的事，毕竟，毕竟这些理论都需要一些就是定量化的观点，你会被这些价格的波动下退，也会被稳定迷惑，你看到的图形其实不是这些公司的本质。最后 我们要讲一下，你进入股票市场的前提是使用自己的闲置资金，如果你指望一笔钱在下一个月、下一个季度给你带来非常可观的收益，我强烈建议你不要用股票做投资，因为你没有人知道下一个月或者下一个季度某一个股票是涨还是跌。没有人 这种预期本质上就不是投资了，你再压住他，下一个月会涨到什么什么样的结果。任何承诺短期高回报的行为背后都隐含着极高的不确定性。如果你承担不起他时间的不确定性，那么就不要把一个钱，把你自己的钱放在一个以时间换收益的市场， 因为你会收获的只有亏损。你能够接受多长时间不赚钱，甚至说账面亏损决定了你能够追求多高的收益目标。如果你只能承受半年到一年的波动，那么你就不应该给自己设定过高的投资回报预期。反过来说，如果你真的能够以十年、五年的周期去看待一笔投资， 那么复利本身就能够替你完成大部分的工作。最后一点说回一句话，一个人一生只需要复一次，你不需要每一轮行情都赢，也不需要抓住每一个热点，更不需要在每一笔交易中证明自己是对的。你所真正需要的就是在人生少数几个重要的判断上做对方向 就是你错了并不可怕，是错是必经之路，但是大方向一定要是正确的。炒股赌博，最终结果只能是一塌糊涂，财富积累靠的不是一场又一场的压住。很多人失败的原因， 也正是因为他心态不好，耐心不足。判断正确又如何呢？你怎么能够在股价下跌的时候坚信自己的判断是正确的，耐心本身也是一种稀缺资源。耐心决定了你是否能够等到正确的价格，也决定了你是否能够在价格偏离的时候做到做出正确的决策。空仓是最难的空仓是最难的，空仓是最难的。 有一些人一买就想卖，一卖就想买。如果你把这些时间、耐心、资金这些属性统一起来，你会发现投资这件事本质实际上不复杂的。 讲了这么多，我再讲一点，股票的本质是做生意，讲了这些东西之后，你理解到了如何进行投资，但是呢，你还不知道如何判断一家公司， 这也是为什么说投资是一生的事业，因为你能不能赚到钱的前置条件只有一个，你对一家公司形成全面且长期有效的价值判断。你要理解这家公司 真正的内部价值在什么区间，也理解当前的市场给他定价是多少，并且清楚当前市场是高估了还是低估了他们两个两者之间是否存在明显的偏差。所以你现在要做的就非常简单， 你只要在市场明显低估某一家公司的时候买入，然后耐心等待。问题在于，这种判断本身并不容易。很多人说自己懂股票，也其实也不过只是对某几只股票的价格走势很熟，知道哪哪只票曾经涨过，哪只票回撤很大， 他们甚至都不一定完整看过一份财务报表。这种熟悉和投资没有没有本质关系，你熟告不？你对这些价格熟，告诉不了你的公司赚不赚钱，也不能告诉你他未来还能不能持续的赚钱，真正投资接近于你要不要做一门生意，你要搞清楚他靠什么盈利，盈利是否持续，现金流是否 真实，负债结构是否健康，以及在行业里他有没有长期站得住脚的优势，这就会落到最基础，也就是最重要的东西上。财务报表， 利润表告诉你钱是怎么赚出来的，资产负债表告诉你现在公司有多少资产，有多少负债要还。现金流量表告诉你账面上利润有多少是真金白银，有多少是对方给你的票据。钱只要没进来，再多的利润也只是在财报中实现的。 再往上走，你就要研究行业结构、竞争格局、增长空间、政策环境，所以要研究的东西太多了。投资是一生的事业，所以，所以要投资股票这条路并不轻松。你站在赌博和投资的十字路口，你一直知道哪条路是对的，但是赌 k 线真的很爽。 所以买股票实际上在判断一门生意值不值得参与，而不是在猜一只 k 线下一步往哪走。投资是一生的事业，尽早开始复利吧啊！最后我们来讲一下基金，之前讲那么多，我们能够理解，基金的好坏取决于底层资产的好坏，这是一个。

陈小群自己都说了，能一买就涨停的关键就藏在这五句话里，怎么就是没人听呢？只要看准这五个信号，果断上车，就能稳稳吃肉。之前跟大家提过，上海那位刘大哥，四十多岁，在家学炒股，就靠盯紧集合竞价，黄金五分钟半年翻了四十倍， 直接超了陈小群三十二倍的神话。如果你现在还陷在一买就跌、一追就套的困境里，接下来这五种极易引爆涨停的形态，你就算不吃不喝不睡觉，也得记牢，赶紧点赞收藏，背到像自己名字一样熟。第一步，先筛股，三步剔除杂毛，只留强势标地。想抓涨停， 先把自选股里的杂毛全清掉。不知道怎么选，直接按这三步照做，新手也能上手。一、九点二十五分， 集合竞价结束后，输入六十看涨幅排名，把量比大于二的前三十支票加入自选，量比高就代表资金关注度高，有助力在盯盘。二、二次筛选，只留下换手率大于百分之二的个股， 高换手说明资金活跃，乙方力量占优，后续拉升有动力。三、最后，过滤删掉涨幅大于百分之五或者小于百分之二的票，重点盯涨幅百分之二至百分之五的区间，这个范围风险低，可控性强，涨停概率还高。第二步，盯形态，陈小群力荐的五种集合进价模型， 记死了，筛选完自选股，别急着上车，再对照这五种形态，把涨停概率再提一大截。一、一字涨停型，直接拍单，别犹豫，开盘一字涨停，盘口上方红柱密密麻麻，下方成交量几乎为零，这说明持股的人根本不卖 涨停，疯的死死的，这种票一定要提前挂单上车，机会转瞬即逝。二、资金抢筹型，果断跟吃肉稳！九点二十分之后，盘口下方红色亮柱突然暴涨，就是资金在疯狂抢筹，就算盘中有小幅回落，也能被快速回封。 这种票开盘冲高后，涨停概率极高，是主力重点博弈的标的。三、主力出货型，赶紧跑，别回头，早盘定价直接一字涨停，但九点二十分之后，下方绿柱越来越多，卖单疯狂砸盘，这就是主力在悄悄出货。 别看开盘是涨停，接下来大概率快速回落，遇到这种情况，跑慢一步就被套。四、又多陷阱型，别投铁，躲远点。九点十五分至九点二十分，主力挂大单顶涨停，看着特别强势，结果九点二十一分一到，立马撤单挂卖单，下放绿柱瞬间放大， 这就是诱多陷阱，一进去就被埋。五、洗盘吸筹型，拿稳了，等拉升股票开盘涨停，随后小幅回落，但下方成交量少的可怜，几乎没什么抛压，这就是主力故意打压，制造恐慌洗盘。其实主力在悄悄吸筹回落之后，大概率会继续拉升涨停， 千万别被洗下车。家人们记住了，只有吃透这五种集合竞价模型，再结合当下的市场环境，综合判断，你玩短线的成功率才能直接提高一大截。 怕记不住的赶紧点赞收藏反复看，每次复习都会有新收获，关注我，咱们下期再见！

从零到一走的很快很顺畅，这个是目前大家来入行想去起步的一个非常好的一个福利，有效他帮助你去进入这个行业。但实际上说你如何能够建立自己的框架，写出自己的这个策略来，其实我觉得每个人都是在奋斗中前行。 郭老师你好，因为我们是一个量化社区嘛，很多人呢会去自己去钻研一些策略啊。所以我想问一下，根据你这么多从业经验，从一个小白开始啊，怎么样去打怪升级，能够给他提供一个自学的路径和建议， 本身就是一个量化研究员的成长，说我从什么都不懂做出就是能打败市场的这样的一些优秀的策略，他其实就是一个难度很高的东西，而且在我们市面上呢，也没有一个标准的答案。从我自己的一个从业的一个经验来讲吧， 首先呢，学校他会开车相关的金融也好，或者说比如说金融工程这一类的，其实本身已经很偏我们量化了，因为他涉及到数学，他也会涉及到金融专业的知识，当然你这些代码呀，各个方面，这些软件的这些培训啊，训练其实都是有的， 他帮助你去进入这个行业，但实际上说你如何能够建立自己的框架，写出自己的这个策略来，其实我觉得每个人都是在努力中前行， 就是自己成长，很少说会有一个什么课程，或者说有一门什么样的一个修行大法，直接完成你这样的一个修炼啊，每个人都是很孤独的啊。但是这也并不意味着说我们没有任何的这个参考，就都是说自己做自己的怎么样， 比如说目前我们有一些这个课程，像我们这边的课程也好，或者说其他市面上现在也有相关的很多东西。呃，因为目前我们这个量化行业他已经相对十年之前已经成熟 太多了啊，不管是网上建成的资源，或者说线下的这个各类的一些培训课程等等的，其实已经给大家提供了非常多的便利。呃，帮助你从零到一走的很快很顺畅，我觉得这个是目前就是大家来入行想去起步的一个非常好的一个福利， 但是本质上就是说师傅领进门，修行在个人，我想先找到一个好的一个团队也好，老师也好，帮助你去建立一个科学的框架体，在此基础上再进一步的就是结合自己的认知加上努力，甚至还带有一些天分， 我们结合起来持续的在某一个领域深耕，那我相信只要在一个领域深耕，然后持续的去精进，他没有理由就是说不进步嘛。

很多同学啊，最近想花个大概一个月时间，就是趁着我们过年期间，把大模型的技术好好学一学，为了之后自己的论文或者作业做准备。那这是三十天我们该如何进行安排呢？首先第一个就是咱们关于 python 和数学，我建议大家咱们都是快速去了解这个东西啊，不要花太多的时间，如果说你是想做大模型相关的，嗯， 不用说把特别多的时间，第一个模块我们叫做一个包，就是 transformers 这个包， 这个包是作为我们后续学习其他项目的基础啊，大家肯定要先学起来的，可以第一周我们学传统这个包。第二周呢，我们建议大家咱们去熟悉熟悉大魔蝎的微调量化还有部署这里边呢，我们可以参考的开源项目叫做大马 factory。 第三周呢，我建议大家咱们去熟悉一些跟知识库相关的，知识库当中其实开源项目有挺多的，我推荐大家咱们可以看到这个叫 ig flow 开源的，而且更新频率还是比较快的。第四周呢，咱们建议大家去熟悉一些跟智能体相关的， 比如说 mechat， gpt 或者 lunch on graph， 数理数理啊这些整理框架基本的开发流程。这样呢，我们三十天算是对大模型这个方向能有一个初步的了解，而且是入门阶段的一个准备， 花了两个多月时间，结合行业落地经验和零基础初学者的痛点，反复打磨出了这一份从入门到实战的大模型系统学习路线。不管你是学生、职场人群，还是想要提升技能的能力，这一份路线包含了入门实战、 企业级应用、底层原理、项目实战四大阶段，每一个知识点都搭配了精选的实战教程和参考的资源，关键课程还放了链接，实用性拉满，制作过程耗时耗力，希望大家能够点赞支持，非常感谢！接下来就给大家来介绍这一份大模型学习路线。首先就是第一个阶段， 这个阶段的核心目标就是对大模型做一个认知的，建立了解大模型的一些能力边界，然后快速上手扣子 defi 这些工具，搭建属于自己的智能体，来解决日常工作当中的实际的问题，让大家快速的来感受到大模型的应用价值。学习内容主要包含八个模块， 大模型应用开发基础、大模型核心概念与基础原理、提日词工程方克星 callin 开发 ai 编程入门，以及通过第一代码平台扣子 defn 去快速搭建智能体。 这个过程不需要大家写任何一行代码，这个部分的内容呢，大家可以参考以下的课程来进行学习，然后学完入门阶段就进入到企业级应用学习，目标是为了掌握 ai 产品设计与大模型核心开发技能，具备 ai 产品经理或者开发者的基础能力。核心学习的模块有九个， 第一个是 python 的 基础，再包括 r a g 解锁增量生成 in bending 和向量数据库。郎倩框架、实战拉玛 index 框架、应用 m c p 模型上下文协议、 a to a 协议以及 ai 大 模型产品设计与落地实战。具体的资源呢，大家可以参考以下的教程来进行学习。然后再到第三个阶段，这一阶段需要深入底层理解大模型的核心原理， 掌握大模型优化与部署的能力，能够去设计并且落地复杂 ai 应用，推动企业智能化转型。主要学习十二个模块，分别有 n l p 神经网络、 transformer、 多模态大模型以及各个大模型剖析的对比，再到大模型微调实战，通过 laura qlaura turning 这种方式，然后是 lma factory 分 布式微调与优化、模型的蒸馏与量化， gpu 与库达的编程，以及用 v l l m 加 fast a p i 实现高性能的部署。最后进入项目实战阶段，重点锻炼系统设计、性能优化和 架构的能力，通过十六个企业级真实的项目，把所学的知识融汇贯通，具备独立交付复杂项目的能力。核心项目包括，第一个 企业级 ai 销售助手。第二一个企业级智能问答助手。第三一个基于 m c p 加 long graph 实现的 chat b i 数据分析智能助手。第四一个招回率达到百分之九十一的高性能知识增强 r a g 系统。第五一个金融行业的多智能体系统，以及第六一个企业级智能医疗问诊助手。整个学习路线的周期大概是四个月，建议按照入门实战、 企业级应用、底层原理、项目实战的顺序进行推进。每一个阶段都需要注重理论，结合实践，多动手完成实战项目视频到这里就结束了，希望这一份学习路线能够帮到大家，记得点赞支持一下，后续会持续更新配套资源与实战技巧，感谢大家观看，今天来给大家讲一下一站式的完整模型微调这个全流程， 那整个这个流程呢？我们会给大家讲到一些理论的一些基础，包括简单的微调的一个实操。 那我们先来看第一个问题啊，就是大家在微调的时候可能会遇到一些问题，比如说老师我不会写代码，能不能做微调，对吧？那微调里面各种各样的参数，那到底应该怎么调整？那微调的过程中我应该怎么去观察对不对？然后微调之后的模型呢？哎，我要怎么去使用对不对？ 那包括我微调之后的这个模型啊，它的效果我怎么去评估啊？这些都是大家在微调过程中常见的一些问题，那我们会通过两到三期的视频呢来给大家解决啊。 那我们今天使用的就是目前最热门的一个本地的微调的一个工具叫啦啦幻嘴啊，然后我们配合这个 ezite ezite site， 一 站式的完成从数据收集到模型的一个微调的一个全流程。好吧，那我们先来看一下这个基础啊，基础的一些部分，当然大家如果说，哎，老师我已经有了微调的理论的一些基础的话，大家可以把视频快进啊， 那我们先来回顾一下，就我们为什么需要做这个模型，这个微调对吧？大家知道我们通用的大模型啥都懂啊，他可以认为他是一个六边形战士，但是放到具体的领域里面可能就不太行了， 那这个时候呢，其实就要靠微调出场，对吧？那微调模型的话，可以让这个模型呢，更懂行业，更适应特定的任务，减少出错，还能保护什么数据？这个安全 最主要的是什么？它比从头训练一个模型要便宜的多啊？大家知道我如果说从零开始训练一个某一个具体领域的一个模型啊，就是从数据收集开始做准备，然后我最终啊开始这个预训练，那这个成本是非常非常高的，是吧？ 但是微调又不一样，微调其实是基于这个预训练的模型基础之上啊，然后我们再去做调整，这个它的成本啊，不管是成本啊，还是 其他的方面来对比的话，这个还是要好很多，对吧？那和这个长文本知识库相比的话，微调呢？其实是把知识呢刻进脑子里，它不用每次都去查，对吧？如果说我们给它外挂一个知识库啊，像 r g 这种形式的话，它要每次都去查 对不对？他如果说查询效果的好和坏的话，就都会影响最终的模型给我们的一个回复啊。那微调的话，就是他本身就有这样的一个领域啊，相关专业领域的一个知识，所以说不需要每次都去查，他反应更快、更准，也更懂你。那我们接下来再来看一下 模型任务有哪些常见的分类啊？这个监督微调啊，比如说翻译对吧？还有对话微调，多轮数据的一个，比如说客服对不对？ 还有领域适配啊，特定领域，比如说医疗的，还有温问分类啊，情感分析对吧？还有模型的推理微调啊，比如思维链对不对？数学的一个解析，那还有就是知识的一个蒸馏啊，知识蒸馏和知识这个量化的话， 那这个这个咱们先不提啊，咱们先看这个知识蒸馏啊，知识蒸馏的话就是将复杂的知识迁移到什么轻量轻量模型啊，它降低它的一个推理成本，然后包括这个强化学习啊， 结合人类反馈优化生成这个质量，然后提升安全性和风格一致性。还有咱们那个多模态的微调对不对？处理文本、图像、语音啊，就是跨模态的一个数据啊，实时实现什么图文的一个回答，视频分析啊等场景，这是咱们模型的任务常见的一些分类。 那咱们接下来再来看一下微调的一个基本流程是怎么样的？我家说的这个是一个嗯，很简单的一个微调的一个流程啊，但如果说 大家看那个完整的一个微调流程图的话，其实是还是比较复杂的，我们给大家简化一下，那首先第一步的话，我们就要选定一款什么用于微调这个域训练模型啊？这个你选择哪个都可以，你选择千问啊，选择 dvd 啊，对不对？这个都可以啊， 只要它是开源的就可以啊，你不能微调去什么？去一些没有开源的啊？这个咱们是微调不了，然后准备好用于什么模型，微调的一个数据集啊，准备好数据集，然后准备一些问题，对不对？对微调前的模型呢？进行这个测试啊，这个测试主要用来 看一下什么前后的一个对比，就是你微调前他给你回答的一个效果和微调之后他给你回复的一个效果啊，这个大家要去做一个对比，对吧？然后设定这个模型微调需要的一些超参数啊，就是他有哪些参数，对吧？ 比如学习率啊，对不对，训练轮数啊等等等等。还有执行模型微调训练，你设定好了参数之后，然后就开始执行这个模型训练， 对不对？然后接下来就是观测模型训练过程，然后对比啊，对这个微调后的模型呢，进行测试，然后并且对比效果，如果说效果满意的话，我们 呃就可以继续用，如果不满意的话，我们要调整前面收集到的数据集，以及什么各种各样的超参数啊，直到达到满意的效果，然后咱们导出并且部署好微调之后的一个模型。那这个呢，就是微调的一个基本的流程啊，我们后面啊，今天我也会给大家做一个简短的 这个比较简单的一个微调的一个这个实操啊。好，那我们接下来看微调数据集有哪些常见的格式啊？其实微调的 啊，数据集它没有明确的格式要求，咱们一般会在代码中抹除这个差异啊，将其转化为格式化之后的粗串的一个输入，对吧？那主流的格式有这两种啊， 然后前者呢？大家可以看一下这个数据格式啊，它是一个 jason 的 一个形式，然后 input 啊， input 啊， input 这个 input 是 可选，如果说指定本身足够明确的话，这块可以忽略啊， 然后这个 input 就是 一个问题啊，比如解释什么是积极学习并举例啊，其在日常生活中的应用，然后 input 就是 一个输出，对吧？那这个是这种数据格式，然后还有一个是 lpt 啊，那它的话其实就是什么？ 就是啊，那个支持多轮对话和工具的一个调用啊，看这里对不对？ from human 啊，这就是人类，对吧？你能帮我规定规划一个三天的北京的计划旅程吗？然后呢？ jpg 给他回复啊，这个 from jpg， 那 当然可以，以下是三天的一个旅行计划的一个建议， 然后第一、第二、第三，这个是换行，对吧？然后这块是多轮对话，大家看到它这个数据格式的话，其实是一个多轮对话的形式啊，那这个是这两种数据级的一个这个区别啊， 然后呢，前者的话比较简单，就是这个它适用于什么单轮任务，然后直用一条，那后者呢？大家看到多轮对话，对吧？它它这块是一个多轮对话。 那我们接下来再来看一下微调书籍啊，有哪些常用的这个常见的用途啊？它常用用途其实就三个，对不对？训练级、验证级和测试级，是吧？那大家从这个名字上也大概能知道这个训练级、测试级对不对？还有验证级他分别是干什么的？ 那训练级的话其实就是日常的一个练习题，大家可以把它想成，对吧？那验证级呢？就是我们模拟考试，是不是？测试级呢？就是最终的一个期末考试啊，是吧？那训练级呢，它可以帮助什么模型学习规律啊？验证 验证级呢，它可以调整策略，防止过你喝，对吧？那测试级呢，就是测试一下这个真实水平是不是？那完整的数据级呢？包含了三者长长，按什么比例进行这个划分，那如果说数据不足呢？可以用交叉验证啊，等等。这个是微调数据级，它的一个用处 一般咱们就有三种，还有微调过程中我们有哪些关键的一个参数？第一个就是训练轮数，对吧？ 它指的是咱们电力训练数据的次数啊，它如果过少的话就会不成熟啊，如果过多的话可能会导致过紧格，是吧？还有个学习率啊，决定这个参数调整的一个幅度。大家知道我们这个模型啊，本身其实就是非常非常多的一个参数，是吧？ 那这个学习率呢，其实就是决定参数调整的一个幅度，那太大的话就是进步太快啊，容易组偏。那太小呢，就是稳定啊，但是很慢对吧？ 然后还有个批量的一个大小啊， size 是 每次更新用的一个样本数啊，那大了就快对不对？但是粗对吧？小呢就慢啊，是不是？那实际需要什么调整啊？这个验证餐小白默认就可以，对不对？这是我们微调过程中的三个经常使用到的一个参数啊， 好，那这个是一些基础的理论的一些知识啊，那我们就快速给大家过一遍啊，大家如果说对于这部分不太熟悉的同学的话， 也可以在视频下方留言，然后我这块也有一些微调的这个资料呢，可以发给大家，然后去学习一下这部分理论的这个知识啊。那我们接下来来看啊，今天我们要用到这个第一个工具叫浪漫反水啊，他这个介绍和经营使用啊， 那浪漫反水是一个简单易用而且高效的这个大语言训练模型和微调的一个平台， 通过它呢，咱们用户可以在无需编辑任何代码的前提下，然后呢在本地完成上百种的这个域训练模型的一个微调啊，这个他说是可以本店，但其实我建议大家 啊，其实可以用一些云平台啊，来去安装这个拉马粪水啊，因为你还要下载这个模型，是吧？因为模型比较大，如果说大家都把它下载到本地的话，可能 你本地的这个电脑呢，如果说性能不是很好的话，会比较慢，对吧？所以说我建议大家可以有一些白嫖的平台，比如说这个摩达社区啊，其实就非常的好吧， 摩达社区上它有一个 cpu 环境，有一个 gpu 的 一个环境，那如果说我们小区，呃平时做这个微调的话，其实我们就可以用这个 gpu， 对 吧？它这个免费额度的话，嗯，我已经用了一些，它应该是有个三十多个小时，是吧？那我们打开之后， 他这块其实就有啊，这个呃育训练的这个一些环境啊， 他安装了什么？这个这个酷啊，这个酷的话也可以直接下载模型，所以说我们直接用的话就比较方便啊，大家可以不需要，不需要在本地啊，如果说我想去做一些啊，这个不是微调的一些任务的话，大家可以用 cpu 这个环境啊，就可以，是吧？ 那这个打开之后呢，其实就是这个样子啊，跟那个大家如果说，呃，租过这个服务器，你去那个奥图 d l 租过服务器的话，租过这个这个显卡的话，你就知道这个其实跟那个是差不多的啊，而且它是免费的，有一定的免费的这个额度啊，基本上是大家足够大家去使用。 那我们来看一下这个 lama 的 一个地址啊，就是 github 的 一个地址，我们打开之后来看一下来啊，它这块有中文的，我们直接点击中文看中文就可以啊，当然如果大家英文比较好，你看英文的也可以啊，咳， 来这里啊，然后这个下面它，你看它这块有一些这个打开方式，什么入门教程啊，微调视频教程啊，你看它这块还自带了一些视频的一些教程啊， 然后我们直接看他的一些相特色啊，比如说多种模型，他支持的模型有比较多，我这块给大家列出来了，对吧？拉嘛，对不对？支持的模型有非常非常多啊，这么多，我就不给大家一一看了， 是吧？然后还有包括一些集中方法，增量的，预训练的多门 high 的 指定微调奖励模型啊， ppo 的， gpo 的， 是不是各种各样的训练的一些方法，然后还有多精度的史努比特全参数微调，冻结微调，还有 lara 指定微调， 对不对？这个微调的方式啊也比较多，然后还有一些算法，对不对？还有一些这个使用技巧啊，这个 flash attention， 还有 access 啊，这个是这个微调 训练加速的啊，一些工具啊，还有它的任务呢，也比较广泛，比如关于对话工具调用啊，图像理解，还有监控的一些数据啊， 还有它的推理，所以说大家看到这个项目呢，还是比较完善的一个项目，是吧？然后包括一些它里面的一些官方补课，大家有时候有时间的话可以去看一下。 那我这里面额外的给大家总结两点，还有就是什么极简的一个操作和高效的工具，它这个是零代码的交互页面，所以说我们不需要啊， 掌握很多的一些代码，对吧？然后也能去做微调，对不对？它有有一个什么？有一个 web gui 的 这么一个界面，大家去看上面这个视频啊。呃，它有一个 web gui 的 一个界面，就是这个，你看这里 它可以调整成中文的，然后整个页面呢，就是中文的了啊，然后这个是你微调的一个模型，这个名字啊，看这里它这个是千问啊， 这个大家可以自己看一下这个视频啊，他是有这种界面的，对吧？他不是说像这种只有命令行，对不对？我们要去敲各种各样的命令，然后要写代码，不需要，他这个都是有这种界面，对不对？ 他这块也可以完成什么？完成这个模型的配置，数据集的加载，还有参数调优的全流程实时监控，对不对？显存及日制的输出啊，他无需编程就可以去轻松定制和微调大模型，对吧？他这个很大的降低了使用的一个门槛， 而且它可以实时监控和评估啊，它集成了这个叫什么？它里面有这个工具啊。哎，这里面大家如果往后看的话，可以看到一个监控呢，这么一个工具啊，它下面这个 one lab 这个啊，它可以有这些工具啊，然后实现训练过程可知化和模型的性能的动态评估啊，为优化提供这个数据支撑，然后包括功能化的一个部署和呃资源的一个利用啊。模型部署，它支持将什么 将 lara 适配器和机座模型啊，异剑合变成独立完整的一个模型，便于本地这个部署， 而且推力引擎啊，支持这个穿风嘛，对吧？还有提供基于 vm 的 open i 的 这个风格的 api， 然后还有资源利用，支持单机多卡训练和不同的这个硬件环境的一个适配啊。所以说大家也看到这个兰马福瑞的话，它是一个比较成熟的这么一个 微调的一个工具啊。然后我们接下来再来看一下这个 s o s， 刚才我们刚才也跟人家说了，它这块是可以做什么模型的，这个微调的加速，对吧？大家可以看看到这个是 s o s 这个给他们的一个地址啊，它使用它的话可以进行 微调和强化学习，让大模型的训练速度可以提升两倍啊，当然它也可以做这个模型的一个微调，对吧？ 高效微调它比传统的一个方法要快两到五倍，而且内存减少百分之五十到百分之八十，那这意味着我们可以用更少的资源呢，来完成这个微调任务。还有低显卡的一个需求啊，大家看到三零九零的话也能运行，是不是仅需七 gb 的 显存呢？就可以训练一点五 b 的 这个参数量的模型啊？大家看到 七一点五 b 的 这个模型确定出来肯定是不太聪明的样子，所以说大家可以，但是可以学习的过程中的话，可以用来这个学习啊， 然后它也支持多种模型，对不对？开源和免费啊，这也是一样的，对吧？那我们通过以上对拉拉风的一个介绍，大家看到 就是虽然 s o s 也可以做这个模型的微调，但是这个拉玛防水他其实是一个全面更完善的一个微调框架，对吧？那可以通过配置模型、量化指定加速算子啊等等对不对？来完成什么？能够达成和这个 s o s 类似的一个加速的一个效果？所以说，呃，大家看到这个 s o s 在 这个拉玛防水里面，他其实是做一个功能模块出现的，他不是做一个单独的一个微调的一个方法出现的，是不是？ 所以说，呃，拉玛防水的话它更完善啊，对不对？那安索老师它适合什么呢？适合资源受限的一些场景 对吧？由于啊出色的这个内存优化能力和快速的微调的一个速度，它非常适合在资源受限的这个环境中来使用，对不对？那拉玛防水的话，它就适合什么多种模型和训练，对吧？它适合各种通用的打语言模型的训练和这个微调的一个场景啊，对不对？ 适合啊，而且它最主要的其实最大的一个特点就是领代码，适合不会写代码或者说基础比较，呃，代码基础比较弱的同学快速来上手。咱们今天这个微调， 那说了这么多，我们接下来来安装一下这个 lama fenty 啊。呃，我建议大家在如果说你在本地的话，或者说咱们在这个足乐福气的话，最好做一个虚拟环境的一个管理， 因为如果说你直接安装到全局环境的话，可能会有一些这个环境依赖的啊，模块依赖之间的一个问题。所以说我建议大家呃，用这个虚拟环境啊，就用这个康达或者说其他的拍摄里面的虚拟环境包的一个管理一些工具啊，那我这块用的就是康达，然后呢 用的这个，我是用的这个摩达这个社区来给大家做这个演示啊，因为大家都可以用啊， gpu 的 一个环境，是不是 然后你就下载这个，然后呢给他执行脚本，然后运行啊？这样就可以了。好吧，那这块我就不再做了，大家可以说如果说自己在本地的话，可以做一下这个虚拟环境的一个管理啊，当然我可以给大家演示一下，可以去安装一下，因为我这块应该是已经下载过了， 我看一下啊，就这个我这块是已经有了，所以说我直接就安装就可以了，安装就会比较快， 只要等个大概一到两分钟就可以了。它这个安装速度啊，咱们借助这种云平台的话，它这安装速度其实是非常非常快的，如果咱们本地的话，还是要什么还是要这个比较麻烦啊， 那我们接下来安装完成之后的话，你可以在这块去刷新一下这个环境变量啊，去验证一下这个有没有什么，有没有这个安装成功啊？ 啊？ ok， 大家看到这个东西的话，其实就是已经安装成功了，那接下来的话你就可以什么创建一个，呃，创建一个专门的一个 lambda， 一个虚拟环境啊，那这样就是 context 杠 n lambda， 然后 python 指定一下 python 版本，那我们就输一个 a， 同意啊，就同意就可以了， 让他同意，然后他接下来的话就去安装了，只用了一个 python 版本，就是三点一零，这个过程的话可能需要一点时间，让我们接下来往下讲。那安装完成之后， 然后我们就激活虚拟环境，进入到虚拟环境，进入到虚拟环境之后，然后我们接下来就去，哎，在虚拟环境中安装这个浪漫风吹啊，当然前提是你要先把这个浪漫风吹这个原码先安装啊，先下载下来，这个比较简单，就 get 可动一下就可以了，它这个 github 上都有啊，大家往下翻， github 上 有他的一个安装啊和使用，就我们可以通过这个原版，也可以通过刀刻镜像啊，大家如果说本地你的本机有这个刀刻的话啊，就是安装那个刀刻 disco 就是 桌面版的话，大家可以 用这个命令去安装啊，从刀刻安装也可以，那我用的这种云平台的话，其实我就不需要了，我就不用刀刻，我就直接用那个虚拟环境啊， 用原码的方式来进行安装就可以了。我们来看安装，安装完成之后，我们先让它把虚拟环境给它，给它搞好，那这个时候我们来激活一下， 哎，激活了，对吧？那这个时候大家可以看到前面呢就变成了什么这个 lama factory 是 不是？那接下来的话我们就去在这安装 哦，我们要进入到什么？进入到这个 lama factory 啊，这个目录下面啊，你要进入到这个目录下面，因为我这块是已经什么，就是提前已经给大家下载好了，所以说直接进来就可以了，然后你没有下载的话，就直接通过这行命令啊，就把它下载下来就可以了， 然后去安装安装这个模块，它现在就是安装一些模块的一些依赖 这个过程大家如果说报错了，老师我在这个我不太熟悉 news 啊，你就把那个报错信息呢发给 jpt 或者说国内 deepsea 豆包啊，咱们现在大模型解决这种报错啊，能力还是比较强的， 原先的话我们要通过去百度，对吧？它这种报错信息的话，我们要去百度，现在的话直接交给大模型，它给你的解决方案的话，基本上是能解决的。我现在遇到的这种编程上的错误啊，百分之八九十都是通过大模型来去解决。 好，那先让它安装着，这块儿可能会安装一下，我们基本上去讲，那如果说安装成功之后的话，我们只需要执行这一句，就是 luna factory， 然后这个杠 c r i web ui 啊，它就会启动成功了啊，这过程我们稍微等一下，它速度非常快，大家看到这个一百多兆啊，一下子就下载完了， 对不对？那如果说在本地的话，你还要去换源，相对来说比较麻烦，那我们就稍微等一下，它这块下载的模块会比较多啊， ok， 然后这里面大家看到这个模块呢都已经安装完了，安装完成之后的话，然后我们把刚才那个复制过来，就是 i ma factory c r i web ui， 如果说没有什么报错的话，然后他会启动啊，会打开一个这个，这个一个地址啊，我们直接点击打开就可以了。打开之后呢，然后大家就会看到这么一个界面啊， 那这个界面呢？大家看到啊，可以调整他的一个语言啊，我们先把它调整成中文，但是如果说英文比较好的话，你用看英文的也可以， ok 啊，然后大家看到那个配置呢，可能是非常的多，是不是啊？它整体其实分为 几个啊？就是通用配置，然后呢它的一个微调训练的一个配置，模型评估啊，在线推理，还有模型导出这几个部分啊。那我们先来了解一下，就是通用设置，通用设置的话其实就是上面这一堆啊，我们看到就上面这一 堆是它的通用的一个设置，我们分别来看一下。首先第一个语言不用说了，这个是你微调的一个这个名字啊， 微调模模型名称的一个名字，就模型名称的一个，大家看到他后面有非常多的这个什么啊，音创神啊，对不对？麦斯啊，一会我们分别给大家解释一下这些都是什么意思。然后接下来这是路径啊，这个路径的话是你的，你的这个啊，就是你打开的这个 服务器的啊，这么一个地址，如果说你在本地的话，你就找找你本地的这个地址就可以了。就是前提你要在本地下载一个模型啊，要在本地下载一个模型， 然后这个是模型下载员，你是在哈用 face 上下载的呀？还是在这个摩达社区上下载的，还是在这个 openmind 下载的，你就把这个选上就可以了。 然后这个是微调的一个方法，它支持的微调方法也比较多，对不对？全量微调对不对？还有 laura 对 不对？ free size， 还有这个 o t f o f t 啊，那后面这个是什么？这个是它那个微调之后的一个路径，然后这个是量化等级啊， 量化的一个方法对不对？这是对话的模板，然后加速的一个方式。大家看到 s rose 是 不是还有这个 plus 提神二他们，他在这里是做一个加速的一个方式啊？这个是上面一些通用的一个流程， 是不是那训练的微调训练包含几个啊？下面就是我们点击到 train 这里啊，点到 train 里，它包含几个训练的阶段，数据路径，是不是训练阶段 s， f， t 还是什么？这个 word、 loading， 还有 pto、 gpo、 kto 啊，这个排序啊， 我们就 sft， 然后这是树镜，这是数据啊，它的数据是在哪里？我跟大家说一下。是在这个它的 lama factory 里面，然后它有个单独的一个 get 这个目录啊，如果说我们要自己的数据的话，就可以把它放到这里面，但是前提是你要先 啊修改一下这个，这份文件就在这里，你像我自己在这块添加了一个文件，它自己的所有的文件都在这里。嗯 啊，它的数据集，它加载的数据集就是这里面，你看它加载的数据集都是这里的，大家看你可以在这里面找到什么啊？ zh， demo， 然后大家可以在这里面找到 zh， demo 啊，看到吗？就它的所有的数据集都在这里面， ok 啊， 这是他的数据。然后接下来就是这些参数的学习率啊，训练轮数啊，对不对？最大基数啊，最大样本计算的类型，然后学习率调整啊，验证级比例对不对？还有皮斯大小，还有阶段的一个长度，包括其他的参数。大家看到这么多的参数啊，他有，他有这么多的参数，稍微放大一点， 这个参数呢？你都去可以，都是可以去调整的，都是可以去调整啊，那这个是什么？这个是。呃，这个微调训练他的一些配置啊， 包含了几个阶段对不对？强化预训练，然后指令微调，还有强化学习，还有他的一个数据级的路径啊，关键是参数对吧？学习率啊，学习理论分数大小，还有 lol 参数，它可以去调整这里面 lol 的 一些参数了， 你看它有捞捞啊的一个参数的一个设置，就非常的全面啊， i l h f 的 参数，然后特殊的参数，这个就是什么这个啊？ one lab， 一 款开源的模型的训练和跟踪的一个可编程的工具，然后接下来模型的评估啊，大家点到这里， 那这个呢？就是模型的一个评估啊，数据集对不对？数据路径啊，数据集还有一样下面一些参数啊，那这个呢？就是对话，对话就比较容易了，这我们用的比较多的哈尼分子啊， vr 还有 s g 链， 对不对？推理数据啊，我们直接加载这个就是导出，是吧？你要微调之后的这个模型和这个原始模型，你把它导出到哪里啊？这个是导出啊，在线推理 可以使用 hanfacevm 的 这个引擎，是不是？然后接下来是模型的一个导出啊，可以指定模型的这个识位器分块大小 对不对？那接下来我们来看啊，这个模型，这个我给大家快速的过了一遍，接下来我们来详细看一下模型的一个选择，对吧？那首先第一步的话，我们在做微调就要选择一个什么啊？微调基础模型对不对？这个这块刚才大家也看到它有非常多的这个名字，对吧？那 我们要去做微调的话，一定要什么？一定要提前就是你把这个模型下载下来，下载到本地，对吧？你别看他有这么多，是不是没有啊，对不对？ 这块啊，你要你要把它下载下来才可以，你比如说你随便选一个，是不是他可能就到什么到这块去下载了啊？但是我建议大家，就是我们在做这个预训练的时候，我们要提前把这个模型呢下载到啊，你的本地，或者说你的这个用的这种云的服务器的平台上啊， ok， 那 这么多名字都什么意思啊？他这块大家看到什么贝斯呀，对不对？ instax 呀，这什么意思啊？啊？稍微给大家说一下，这贝斯呢，就是摩基础模型 啊，未经过特定的任务的一个微调啊，提供原始能力，那 chat 呢？就是啊对话的这个 优化的一个模型，然后 excel 就是 指令微调，对吧？那这个 detail 就是 知识蒸馏，对不对？ nice 呢？就是数学啊， color 这个一样的，对不对？那后面名字后面有什么 vl 啊？这是视觉对吧？ video 呢？就是视频的多模态，大家看到 这个是视频的，然后这个 auto 呢？就是什么？这 audio 就是 音频，就是音频，然后还有就是什么什么 int 八， int 四啊，对不对？ aw， 这这个 gptq 啊，什么 moe 啊，这个都是什么 int 八 int 四的话就是这个 权重量化的一个位数，对吧？然后呢，这是特定的一些量化技术，然后这个 m o e 的 话大家可能会比较熟悉，对不对？ deepsea 那 个 m o e 的 混合专家模型， i l 的 话就是使用强化学习，然后后面就是些，呃，还有些什么版本号啊？这个就比较容易了，对吧？ 那这个你看后面 r g 的 话，就直接看 r g 的 话，那拆逆就是中文对不对？ mt 呢？就是机器翻译啊，大家看到这里面有非常多的名字啊，那我们一般直接 excel 就 可以了， 不是选择一个模型，比如说我这块给大家提前下载了一个千万二点五 b 的 这么一个模型啊，千万二点五 b， 然后这块千万我 cd 到千万 下限。呃，我这里是下载了一个千万二点千万二点五七 b 的 这么一个模型啊，然后呢，我就可以选千万二点五杠七 b 啊， 七笔已经刷审，我下载的模型就是这个。然后呢？你看他，他会把这个路径上，因为我之前啊，之前我把这个路径复制过来过，那大家如果说第一次的话，你要把这个路径把它复制过来，把它复制过来就可以。 好吧，那这个摩达社区上怎么下载模型？非常简单，为什么推荐大家用这个？你点这个模型库，你在这里面去搜这个模型，你想去微调哪个模型，你直接搜就可以了， 你看我微调就是这个啊，千万二点五七 b 应抓紧，但是这个微调一个七 b 模型时间会比较长，大家在一开始的时候其实可以试一试那个一点五 b 的， 就是这个我给大家先做演示啊， 你比如说你想把这个模型下载下来，你直接粘贴这条命令就可以了啊，你直接粘贴这条命令就可以了。但这个大家要注意啊，我们用的如果说是这个 就是摩达社区这个平台的话，他这个模型默认下载到哪里啊？跟大家说一下，他默认不是说你在当前路径执行这个命令，然后他就在当前路径下载他这块他有一个单独的目录，叫 case 啊，叫 case， 他 在这个目录下面 他的所有的模型啊，下载，对不对？你用那个命令下载的话，他的模型下载是这个目录，但是为什么我没有呢？因为大家可以明显看到我是把这个模型呢？把它移动到什么？我自己单独创建了这个目录下面了，就没有用那个隐藏的那个目录了，是吧？他这个开始是隐藏那个目录，点开头就是隐藏的， 我把它移动到这里面，但如果说你不移动你能找到的话也可以啊，我这块就把它稍微稍微动了一下，那大家现在都知道了啊，这个模型的名字是什么意思，对不对？也知道到哪里去下载模型了，是吧？那我们选择的就做的是监督指令微调的话，那我们就选择这个 instruction 后缀的模型就可以， 是吧？然后这里面儿，那我这块儿就是摩达，呃，这摩达社区对不对？如果说大家在 hikunface 上去下载的话，也可以啊，对不对？呃，我这块儿我本地也有一个，那个在 hikunface 上去下载的一个模型儿，我给大家看一下，应该是在 models 我 下载了一个啊，这是，这是微调之后的合并的一个模型儿啊， 我看一下啊，是在哪里？ deepsea， 哦，这里应该是 hugo face 啊，在这个模鲁下面 o c d 到这个模鲁下面给大家看一下 hugo 啊啊，这个，这个就是我下载的一个，大家可以看到这个是呃 deepsea 的， 对不对？然后蒸馏的一个模型，千万一点五 b 的 这么一个模型。好吧， sn 应该是进入到这个目录下面给大家看一下。 ok 啊， a d 啊，应该就是这个啊，那就是这个目录，如果说我选择这个啊， deepseek 给大家看一下， 我电脑上有啊，我提前下载过 deepseek 这个名字是什么来着？ deepseek r 一 啊，直接搜这个，直接把它复制过来， 然后这是 hide and face 它一个，哎，还没有 deep seek 啊，这个大家知道怎么选就可以了。好吧，大家知道怎么去选？如果说你在这个 hide and face 上去下载模型的话，它会也可以下载啊，也是可以下载的。好吧，那这块我就不再演示了。 然后呢，大家如果说啊，也可以去测试一下，就比如说你想去测试啊，我们在这个选这个 model 啊，然后我们点击这个 chat， 你 可以把它加载进来修，你下载下来之后的话，可以看一下这个路径啊，这个路径路径没选啊， 就把这个路径给它选上 cd 点点 cd。 千问啊， 我们可以加载看一下这个它的一个什么它的一个能不能对话，就是看一下你下载下来这个模型有没有问题啊， 然后把这个路径呢复制一下，刚才应该把这个路径复制一下。 ok 啊，来，那这个时候再加载一下它，如果说正在加载没有问题的话，就就是我们可以基本上就可以进行对话了啊， 这款来加载的话大概一分钟啊，我们就稍微等一下， 然后如果说你想呃换下一个模型的话，就是你要先把这个模型呢先点一下卸载，然后呢再加载其他的模型才可以啊，这个呢就是 lmafrost 的 一个基本的一个使用啊，这个大家看到加载一个七 b 的 可能会稍微慢一点，千万七 b 啊， in touch。 好，那我们就不等了，我们直接往下讲，然后接下来的话就是微调的一个方法啊，你看到它支持的这个微调的方法呢，也比较多，对不对？全餐还有这个冻结，还有 luna 对 不对？但是我们一般都是用的这个 luna 全量微调呢，就是调整它所有的参数，那冻结呢，就是冻结一部分参数，那 luna 参数相当于给它什么给它一个添加一个什么添加一个知识的一个 小的一个模块啊，他就不改变啊，大家可以把它想象成这个，比如说微调啊，我们去调整一个房子的话，对不对？那微这个 lua 微调的话，其实是不改变房子原有的结构，然后可以让房子变得更加智能，对吧？他可以给房子安装一些智能设备， 是不是在模型里面他不会直接修改原有的参数，而是在关键位置插上可训练的小模块啊？所以说他的优点呢，就是极高的参数效率，他的训练参数效率可以减少到百分之九十九以上啊，大家可以想一下， 对，一般是就是它的参数量可以减少到原模型的百分之一到百分之三，所以说大家看到这个优点还是比较明显啊，那至于缺点啊什么之类的，大家可以拿到这个文档之后，大家可以自己看一下，我们就不再追溯了。 哎，他是不是给我下载这个模型，我是不是选择了这个模型的名字选错了，先问二点五七 b ingram 啊，它这个加载正常加载应该应该没有这么慢啊， 我们来看一下， 正在正在加载，哎，他这好像是给我训练去了吧？是不是给我训练去了啊？ 没关系啊，我们先让他先，让他在这跑着吧。那我们接下来再来看一下这个量化，对吧？量化的话 啊，这款我们重点跟大家说一下量化和蒸馏啊，这两个其实都属于模型压缩的一些常见的方法，对吧？比如说啊，这个 deepsea 满血版六六千七百一十亿个参数，对不对？那最新的千万这个满血版的话有两千三百五十亿个参数，是不是他们都是各自的这个旗舰的一些模型啊？ 但是这个参数量其实非常大的，我们在本地的电脑或者说在一些服务器上，如果说这种，呃，他基本上是部署不了这么多的参数的，所以说我们要选择什么？一般其实是蒸馏或者量化， 那量化呢？大家知道模型是有参数的，对吧？他其实就是把这个模型的参数呢给它精度减少，比如说他原模型的参数呢，是三点一四一五九二六啊，巴拉巴拉一堆，那我量化之后其实就把它精度减小，那精度减小了，它需要的这个内存空间是不是就小了？ 是不是？这就是减少模型的一个减小模型啊，压缩模型的一个方法，那还有蒸馏啊，蒸馏的话其实也是一样的，对吧？蒸馏的话其实就是相当于什么小模型去学习大模型的一个输出啊，把它的一个输出结果给学习到 就是解析的一个思路啊，给学到有点像那个教师模型和学生模型一样，对不对？就是学生去学习的是老师的什么解析思路，他学的不是不是这道题的一个答案，对不对？绝对不是一个这道题答案。 ok， 那 现在已经加载进了，然后大家看到就是我可以问一下，你好 啊，提交一下啊，你看你好有什么帮助？我说问他，你是谁？点击提交啊，我是千问啊，由阿里云开发的 ai 助手，是吧？这没有问题，我们加加载的这个模型啊，就是千问。 ok， 那 我们现在终于把前面所有的啊，这些理论的一些基础知识呢，都给大家讲完了，那么接下来开始实操一个微调的一个具体的操作啊，那首先我们要准备一个数据库啊，这个数据库是我提前给大家准备好的，就是啊，它的数据库格式就是这个样子， 这一个 jason 呢，对不对？然后它的数据库呢？就是这个样子，请问你是谁啊？你好，我是什么？七宝王，对，然后怎么修复这个报错啊？巴拉巴拉一堆，对不对？那这个这个 jason 数据我给大家看一下，在哪里啊？在这里 就这个啊，它这边的数据就是这个，对不对？然后呢你要把这个数据呢？你要把这个数据放到什么？ this iset info 里面，看见没有？就是这个，然后 fire name 啊，就是它，就是我们自己的这个路径啊，把它放进来就可以了，然后接下来的话，咳， 接下来我们就直接可以点击微调了，对吧？数据集啊，然后你的数据集的话，就是什么？就是这个直接选上就可以了，你看非常的方便，你也可以，如果不放心的话，你可以预览一下这个这个数据集看 没有问题，这就是我们自己的数据集。然后接下来的话，如果说大家现在对于什么，对于这些参数啊，什么都不是特别了解的话，大家可以直接点击什么，直接点击开始就可以了啊，如果说大家现在就是因为这些参数呢？呃，具体什么含义呢？还没跟大家讲，大家可以直接点击这个开始就可以， 好吧，直接点击开始，然后呢就可以进行这个微调了，是不是非常非常的简单，是吧？然后你这个微调完成之后的话， 那你微调之后的话，它这块会有一个路径啊。嗯，这块没有了，然后我们可以点击开始啊，直接点击开始就可以了。 直接点击开始之后的话，然后大家可以看一下这个日制的一个输出啊，这里就是它这个控制台的一个日制的输出啊，它有没有报错什么之类的？如果说没有什么报错的话，然后它现在啊这块应该也有些输出啊，来看这它就开始在进行这个微调了，它这个过程可能会比较比较快啊。呃，它出错了， 这里面它给我们出了一个报了一个错误啊， number， 是 不是我的内存不够了，重新来啊？如果说它报错了，我们就从点击重新开始， 点击重新开始就可以，大家看这个看这个问题啊，呃，不是我们这个，这个不是我们这个问题啊，是它这个就我们微调一个七 b 的 话，它的 gpu 的 不够啊，你看我们刚才这里啊，我们之前是微调的这个一点五 b 的 啊，大家找一个一点五 b 的， 还可以，我刚才加载的这个模型有问题啊， 我们应该去加载那个 deepsea 那 个一点五 b 那 个模型，好吧，然后大家点击开始就可以了， ok 吧？这个是因为，呃，它这个，它这个咱们这个免费的啊， 它的 gpu 的 话其实也没有，也没有特别的多啊，显存二十四 g 不 够啊，不够微调七 b 的， 好吧，所以说我们，呃要什么找一个一点五 b 的 就可以了，它这个并不是报错，也就是我们的显存不够了，好吧， ok， 那 这个呢，就是一个简单的一个微调流程，我们给大家讲了一些理论基础，包括简单的一个实操啊，然后大家可以试一下，如果说没有这个书籍的话，大家可以在视频下方留言啊。

今天是一月二十二号，首先说一下 ai 对 黄金的观点，它是秉持中性，然后既不看好也不看差，然后数据跟原因支撑，大约是这样的，然后短期内是那个地缘政治危机嘛，然后抓捕人渣总统，还有对欧洲加关税，然后这些一系列原因驱动，导致那个黄金上涨的比较快， 然后现在川普不是取消了对欧洲的关税吗？所以这个催化剂也没了，就即使现在全球央行在购买黄金，还有美元体系在逐渐变弱，但是还是近期涨得太猛了。 然后现在市场上的话已经出现分歧了，然后西方的 etf， 黄金 etf 已经开始流出了，很多都选择忽略了结， 但是亚洲市场这边仍然是净流入，而且亚洲市场现在规模也很大，所以市场现在很难就做到合二为一了，就很多方现在在这个价格上已经形成拉锯战了，所以就导致了现在这个 大模型在短期内他对黄金是持有住性态度，不看好也不看差。然后以上内容都是大模型熟熟的，然后给大家参考一下就可以了。大模型做这个还是有很大的风险的，毕竟他幻觉比较高，原数据的准确性，数据源的准确性也无法得到保障，反正是参考就可以了。

看懂底分型，一二三，抄底呢？其实很简单，本期视频中的方法呢，能够让你轻松的发现底部，看准时机，买入即上涨。视频呢很短，看完觉得有帮助的可以点赞收藏并转发。首先呢先解释一下什么叫底分型， 经过一轮下跌之后呢，把第一根不创新低的 k 线呢，标记为三，那么我们看到最低点呢，标记为二， 最左边的一个 k 线呢标记为一，这样的话呢就构成了一个下分型的组合， 那么我们应该如何进行抄底呢？在这个案例当中，经过一轮下跌之后呢，出现了一个底分型，找到三根 k 线中最低量对应的 k 线的最高点，画一条线突破呢，即为买入 点，随后呢即大涨。我们再来看一个案例，经过一轮下跌，出现了底分型，标记好一二三，那么找到第一辆最高点，画条线， 没有突破，所以呢他继续下跌，那么又出现了一个下分型，标记好一二三，找到第一辆 k 线的最高点画条线， 第二天呢就突破了，随后呢大涨。再看这个位置，出现了底分型，标记好一二三，找到低量 k 线呢，高点画条线，就可以看到 三号 k 线直接被突破了低量的最高点，那么买点呢就形成了，随后呢就大涨。注意了，这里的侧重点呢是选点，当你选好股票之后，出现这样的形态，就可以大胆的去找底了。朋友们， 本期视频中提到了第一辆，那么他与第一辆有什么区别嘞？欢迎大家在评论区留言讨论，我看看谁能答对。今天的视频呢，就暂时先分享到这里，关注我，我是林静，一个持续分享股市干货的财经主播，我们下期见。