人工智能大数据,工作效率生产力
Ctrl + D 收藏本站,更多好用AI工具
当前位置:首页 » AI资讯

AI人工智能讲师简历大模型讲师叶梓大模型技术与应用培训提纲

2024-10-15 27

叶梓,工学博士,高级工程师。现某大型上市企业资深技术专家。

2005年上海交通大学计算机专业博士毕业,在校期间的主研方向为数据挖掘、机器学习、人工智能。毕业后即进入软件行业从事信息化技术相关工作;负责或参与了多项国家级、省市级人工智能及大数据项目的建设工作。在人工智能和大数据应用等方面都有着丰富的经验。

上海交通大学计算机专业博士毕业,在校期间的主研方向为数据挖掘、机器学习、人工智能。毕业后即进入某大型软件上市公司从事大数据、人工智能等技术相关工作,曾先后作为技术经理或总工程师,负责大型信息平台、市级信息平台的建设工作,并参与省级信息平台的建设;主持制定了包括多份信息化工程标准。在大数据应用、人工智能等方面都有着丰富的经验。

大模型技术与应用培训提纲

第一天:基础篇与技术概览

  • 上午(3小时)
    • 大模型技术基础与最新进展
      • 大模型的定义与关键技术概览
        • 生成式人工智能(AIGC)概念
        • ChatGPT历史与发展
        • 一些关键技术
      • 人工智能实验环境的搭建
        • 机器学习环境与深度学习环境
        • Python编程与数据科学工具库介绍
        • GPU与cuda
        • 深度学习框架:PyTorch
      • ChatGPT模型背后的NLP基础知识
        • 深度学习算法基础
        • MLP与CNN、RNN
        • 特殊字符、分词与停用词处理技术
        • 词向量与Embedding
      • 介绍大模型前沿应用
        • 文心一言、通义千问等
        • Midjourney等
    • 企业应用场景案例分析
      • 金融机构中的智能风险评估系统案例
      • 教育机构的个性化学习路径推荐系统案例
  • 下午(3小时)
    • 大模型的核心技术深入
      • Transformer架构的深入解析与优化
        • Transformer中的block
        • 自注意力机制与多头注意力
        • 位置编码(为什么可以抛弃RNN)
        • Batch Norm与Layer Norm
        • 解码器的构造
      • chatGPT的原理介绍
        • 指示学习与InstructGPT
        • 相关数据集
        • 有监督微调(SFT)
        • 从人类反馈中RL的思路
        • 奖励建模(RM)
        • 运用PPO改进
    • 企业应用场景案例分析
      • 法律行业的法条自动生成案例
      • 法律行业的智能合同审核与咨询案例
    • 实战演练:基础模型的使用与体验
      • 演示如何使用最新的开源大模型ChatGLM3
      • 学员动手操作,体验模型的基本功能及最新特性

第二天:进阶篇与实战应用

  • 上午(3小时)
    • 大模型的微调和优化
      • ChatGLM部署
        • ChatGLM3-6B介绍
        • ChatGLM3搭建流程
        • 应用场景(工具调用、代码执行)
        • 权重量化
      • ChatGLM3原理
        • Code Interpreter
        • 多模态CogVLM
        • WebGLM搜索增强
      • 大模型训练的高效算法与优化技术
        • LoRA
        • Prefix Tuning
        • P-Tuning
        • Prompt Tuning
        • freeze
    • 企业应用场景案例分析
      • 金融科技中的自动化报告生成与分析案例
      • 医疗研究中的文献检索与知识提取案例
      • 教育技术中的智能教学辅助工具案例
  • 下午(3小时)
    • 实战演练:大模型的微调实践
      • 演示ChatGLM3微调过程
        • 数据准备
        • 模型调整
        • 结果评估
      • 学习LangChain所需的知识储备
        • 词嵌入与语义空间
        • 高维向量的快速模糊匹配
        • 局部敏感哈希(LSH)
        • 向量数据库
      • 建立企业级对话系统
        • LangChain的原理
        • 大模型利用的难点与痛点
        • Langchain的基本思路
        • 关键组件
    • 大模型的部署与运维
      • 模型部署的最佳实践,包括容器化、云服务等
        • ChatGLM.cpp等
        • Docker简介
        • K8s简介
      • 运维中的监控、调优与安全性管理
    • 企业应用场景案例分析
      • 企业内部的知识管理系统与智能助手案例
      • 卫生行业的智能助手

通过这个为期两天的培训,学员将能够全面掌握大模型技术的基础知识、最新进展、企业级应用场景以及未来趋势。通过案例分析、实战演练和高级应用开发,学员将能够深入理解并应用大模型技术,为企业带来创新与价值。

原文链接:https://blog.csdn.net/weixin_44292902/article/details/137641318?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522171851494816800215061986%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=171851494816800215061986&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~times_rank-22-137641318-null-null.nonecase&utm_term=AI%E7%AE%80%E5%8E%86

相关推荐

阅读榜

hellenandjeckett@outlook.com

加入QQ群:849112589

回顶部