hands-on-llms
学习构建和部署实时金融顾问系统的完整教程
本教程全面介绍如何通过三阶段流水线设计来训练、部署和推理一个实时金融顾问系统。课程包括加载金融Q&A数据集、微调开源LLM以及构建实时特征管道和推理管道，并介绍如何使用Alpaca、Qdrant、Comet ML和Beam等外部服务进行集成。通过视频讲解、文章和模块化代码，逐步掌握流程，即使硬件不足，也可在Beam的无服务器基础设施上进行训练和推理。
Hands-on LLMs 项目介绍
项目概述
Hands-on LLMs 是一个全面的课程项目，旨在帮助学员学习如何训练和部署实时金融顾问系统。该项目由 Paul Iusztin、Pau Labarta Bajo 和 Alexandru Razvant 共同开发，包含训练管道、流媒体实时功能管道和推理管道等多个模块。
项目模块结构
1. 训练管道
训练管道负责加载专有的问答数据集，并使用 QLoRA 对开源大语言模型（LLM）进行微调。该管道会将训练实验记录在 Comet ML 的实验追踪器上，并将推理结果存储在 Comet ML 的模型注册表中。训练完成后，将最佳模型上传至 Comet ML。此管道在 Beam 的无服务器 GPU 架构上进行部署。
2. 流媒体实时功能管道
此管道从 Alpaca 获取实时金融新闻，并使用 Bytewax 实时将新闻文本转化为嵌入向量，并将这些嵌入向量存储在 Qdrant 向量数据库中。整个流媒体管道使用 GitHub 的 CI/CD 流水线自动部署在 AWS 的 EC2 实例上。
3. 推理管道
推理管道利用 LangChain 构建，下载经过微调的模型，以用户提问为输入，从 Qdrant 向量数据库中查询相关金融新闻，并增加提问背景。之后调用微调后的 LLM 提供金融建议，最后将聊天记录保存在内存中，并记录在 Comet ML 的 LLMOps 监控功能中。该管道作为 RESTful API 在 Beam 的无服务器架构上进行部署，并通过 Gradio 提供演示界面。
项目数据集
项目中使用 GPT-3.5 生成金融问答数据集，以便对开源的 LLM 进行微调，使其在金融领域具备专长。这种通过大模型生成数据来培训较小模型的方法称为“蒸馏微调”。
外部服务配置
学习过程中需要配置一些外部服务以支持各个模块的实现。
- Alpaca: 提供金融新闻数据。
- Qdrant: 用于向量存储的无服务器 数据库。
- Comet ML: 提供机器学习平台。
- Beam: 用于训练和推理管道的无服务器 GPU 计算。
- AWS: 用于功能管道的云计算平台。
安装与使用
每个模块都有其独立的依赖和脚本。在实际应用中，每个模块可能会有独立的代码仓库。在本项目的学习情况下，所有模块代码都集中在一起，学员可以根据各模块的 README 文档分别进行安装和使用。
课程学习
参与该项目的学习者可以通过查看视频教程、阅读相关文章和学习项目中的代码文档来深入学习。
课程费用
课程的 GitHub 代码和 YouTube 视频讲座完全免费提供。部分教学内容在 Medium 上发布，可能需要小额订阅费用。
提问与交流
在学习过程中若遇到问题，可以在项目的 GitHub 仓库中创建 issue，或通过 LinkedIn 联系参与项目的老师。
许可证
本课程项目开源，采用 MIT 许可协议发布。只要维持 LICENSE 并认同项目贡献者的工作，即可自由分叉并使用该项目。
贡献者与教师
项目的主要负责人包括 Pau Labarta Bajo、Alexandru Razvant 和 Paul Iusztin，他们分别在机器学习和 MLOps 领域具有丰富的经验，致力于将复杂的技术技巧传授给学员。
通过 Hands-on LLMs 项目，学习者将掌握从数据收集、模型训练到部署和实时应用的全流程知识。无论是在学术研究还是实务创新中，都将具备重要的应用价值。
编辑推荐精选
AEE
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。
UI-TARS-desktop
基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。
Wan2.1
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。
爱图表
全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表
爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据 可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。
Qwen2.5-VL
一款强大的视觉语言模型，支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。
HunyuanVideo
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。
WebUI for Browser Use
一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。
xiaozhi-esp32
基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。
olmocr
一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。
olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。
飞书多维表格
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号