課程簡介
首先，對AIGC技術(shù)、大模型行業(yè)應(yīng)用全貌會有很清晰的認(rèn)識?？梢詫W(xué)到一個完整大模型全生命周期所涉及到的步驟以及對每個關(guān)鍵問題的解決思路。學(xué)到大模型構(gòu)建涉及到的人工智能技術(shù)和曾經(jīng)我們踩過的那些坑。由于本人作為人工智能企業(yè)落地一線作戰(zhàn)人員，已完成企業(yè)級大模型應(yīng)用落地，近3年主持包括金融、能源、軍工、設(shè)計院所、汽車共計15個AI相關(guān)項目落地，具有豐富的AI項目設(shè)計能力，精準(zhǔn)把握AI能力覆蓋邊界，善于將業(yè)務(wù)與技術(shù)想融合，因此有別于科班傳統(tǒng)授課方式，在講解技術(shù)中會穿插講解適用場景，有助于啟發(fā)學(xué)員思考人工智能如何幫助其解決工作中所面臨的問題。
目標(biāo)收益
培訓(xùn)對象
課程大綱
| 引子 | 介紹大模型的起源，背景，OpenAI的發(fā)展歷程。 |
| 第一單元 大語言模型歷程 |
1.1深度學(xué)習(xí)引發(fā)變革【CNN/RNN】 1.2Bert模型進(jìn)入預(yù)訓(xùn)練時代 1.3大模型百家齊放【GPT、文心、哪吒】 1.4GPT演進(jìn)歷程 |
| 第二單元 Chatgpt原理概覽 |
1.1 chatgpt技術(shù)棧介紹 1.2 P-tuning技術(shù) 1.3 強(qiáng)化學(xué)習(xí)PPO算法 1.4 RLHF建?？蚣? |
| 第三單元 企業(yè)私有化大模型路徑探索 |
1.開源大模型剖析與評測【chatglm/百川/LLAMA】 2.資源準(zhǔn)備&環(huán)境搭建 3.Prompt數(shù)據(jù)構(gòu)造策略 4.訓(xùn)練優(yōu)化【分布式/凍結(jié)/框架選擇】 5.推理優(yōu)化【Onnx/FastLLM】 |
| 第四單元 大模型應(yīng)用場景介紹 |
1、知識服務(wù)類場景案例分享【需求/價值/路線/效果】 2、文案生成類場景案例分享【需求/價值/路線/效果】 3.數(shù)據(jù)分析類場景案例分享【需求/價值/路線/效果】 |
| 第五單元 大模型業(yè)務(wù)落地頭腦風(fēng)暴 | 針對學(xué)員工作中面臨業(yè)務(wù)問題，現(xiàn)場頭腦風(fēng)暴，提供當(dāng)下公司大模型建設(shè)方案，并指出方案優(yōu)劣勢、實(shí)操流程及相關(guān)風(fēng)險點(diǎn)。 |
|
引子 介紹大模型的起源，背景，OpenAI的發(fā)展歷程。 |
|
第一單元 大語言模型歷程 1.1深度學(xué)習(xí)引發(fā)變革【CNN/RNN】 1.2Bert模型進(jìn)入預(yù)訓(xùn)練時代 1.3大模型百家齊放【GPT、文心、哪吒】 1.4GPT演進(jìn)歷程 |
|
第二單元 Chatgpt原理概覽 1.1 chatgpt技術(shù)棧介紹 1.2 P-tuning技術(shù) 1.3 強(qiáng)化學(xué)習(xí)PPO算法 1.4 RLHF建?？蚣? |
|
第三單元 企業(yè)私有化大模型路徑探索 1.開源大模型剖析與評測【chatglm/百川/LLAMA】 2.資源準(zhǔn)備&環(huán)境搭建 3.Prompt數(shù)據(jù)構(gòu)造策略 4.訓(xùn)練優(yōu)化【分布式/凍結(jié)/框架選擇】 5.推理優(yōu)化【Onnx/FastLLM】 |
|
第四單元 大模型應(yīng)用場景介紹 1、知識服務(wù)類場景案例分享【需求/價值/路線/效果】 2、文案生成類場景案例分享【需求/價值/路線/效果】 3.數(shù)據(jù)分析類場景案例分享【需求/價值/路線/效果】 |
|
第五單元 大模型業(yè)務(wù)落地頭腦風(fēng)暴 針對學(xué)員工作中面臨業(yè)務(wù)問題，現(xiàn)場頭腦風(fēng)暴，提供當(dāng)下公司大模型建設(shè)方案，并指出方案優(yōu)劣勢、實(shí)操流程及相關(guān)風(fēng)險點(diǎn)。 |
近期公開課推薦
