課程描述INTRODUCTION
日程安排(pai)SCHEDULE
課(ke)程大(da)綱Syllabus
大模型技術培訓
第一天:基礎篇與技術概覽
· 上午(3小時)
o 大模型技術基礎與*進展
大模型的定義與關鍵技術概覽
生成式人工智能(AIGC)概念
ChatGPT歷史與發展
一些關鍵技術
人工智能實驗環境的搭建
機器學習環境與深度學習環境
Python編程與數據科學工具庫介紹
GPU與cuda
深度學習框架:PyTorch
ChatGPT模型背后的NLP基礎知識
深度學習算法基礎
MLP與CNN、RNN
特殊字符、分詞與停用詞處理技術
詞向量與Embedding
介紹大模型前沿應用
文心一言、通義千問等
Midjourney等(deng)
o 企業應用場景案例分析
金融機構中的智能風險評估系統案例
教育(yu)機(ji)構的個性化學習(xi)路徑(jing)推薦(jian)系(xi)統案例
· 下午(3小時)
o 大模型的核心技術深入
Transformer架構的深入解析與優化
Transformer中的block
自注意力機制與多頭注意力
位置編碼(為什么可以拋棄RNN)
Batch Norm與Layer Norm
解碼器的構造
chatGPT的原理介紹
指示學習與InstructGPT
相關數據集
有監督微調(SFT)
從人類反饋中RL的思路
獎勵建模(RM)
運用PPO改進
o 企業應用場景案例分析
法律行業的法條自動生成案例
法律行業的智能合同審核與咨詢案例
o 實戰演練:基礎模型的使用與體驗
演示如何使用*的開源大模型ChatGLM3
學(xue)員動手(shou)操(cao)作,體驗模(mo)型的基本功能及*特性
第二天:進階篇與實戰應用
· 上午(3小時)
o 大模型的微調和優化
ChatGLM部署
ChatGLM3-6B介紹
ChatGLM3搭建流程
應用場景(工具調用、代碼執行)
權重量化
ChatGLM3原理
Code Interpreter
多模態CogVLM
WebGLM搜索增強
大模型訓練的高效算法與優化技術
LoRA
Prefix Tuning
P-Tuning
Prompt Tuning
freeze
o 企業應用場景案例分析
金融科技中的自動化報告生成與分析案例
醫療研究中的文獻檢索與知識提取案例
教育技術中的智能教學輔助工具案例
· 下午(3小時)
o 實戰演練:大模型的微調實踐
演示ChatGLM3微調過程
數據準備
模型調整
結果評估
學習LangChain所需的知識儲備
詞嵌入與語義空間
高維向量的快速模糊匹配
局部敏感哈希(LSH)
向量數據庫
建立企業級對話系統
LangChain的原理
大模型利用的難點與痛點
Langchain的基本思路
關(guan)鍵(jian)組件
o 大模型的部署與運維
模型部署的*實踐,包括容器化、云服務等
ChatGLM.cpp等
Docker簡介
K8s簡介
運維中的監控、調優與(yu)安全性管理
o 企業應用場景案例分析
企業內部的知識管理系統與智能助手案例
衛(wei)生行(xing)業的智(zhi)能助手
大模型技術培訓
轉載://citymember.cn/gkk_detail/301294.html
已開(kai)課時間Have start time
- 葉梓
IT相關內訓
- 大模型技術與應用培訓 葉梓
- 云計算的應用領域和實踐 武威
- 滲透測試與攻防實戰高級課程 張勝(sheng)生
- 5G技術的應用 武(wu)威
- 信息安全風險評估與加固技能 張勝生
- IT崗位數智化能力提升路徑 甄(zhen)文智
- 互聯網新技術在銀行的應用 武威(wei)
- Fine BI 數據分析與 張(zhang)曉如(ru)
- Python高效辦公自動化 張曉如
- CISSP認證培訓課程 張勝生
- 軟件安全意識加強與技能提高 張勝(sheng)生
- 網安管理崗培訓 張勝生