|
课程培训
|
大模型技术与应用培训
第一天：基础篇与技术概览 1.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 2.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 3.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 4.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 5.实战演练：基础模型的使用与体验 第二天：进阶篇与实战应用 1.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 2.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 3.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 4.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 5.企业应用场景案例分析
如果您想学习本课程，请预约报名
如果没找到合适的课程或有特殊培训需求，请订制培训 除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916 技术服务需求表点击在线申请 服务特点： 海量专家资源，精准匹配相关行业，相关项目专家，针对实际需求，顾问式咨询，互动式授课，案例教学，小班授课，实际项目演示，快捷高效，省时省力省钱。 专家力量： 中国科学院软件研究所，计算研究所高级研究人员 oracle,微软，vmware，MSC,Ansys，candence,Altium,达索等大型公司高级工程师，项目经理，技术支持专家 中科信软培训中心，资深专家或讲师 大多名牌大学，硕士以上学历，相关技术专业，理论素养丰富 多年实际项目经历，大型项目实战案例，热情，乐于技术分享 针对客户实际需求，案例教学，互动式沟通，学有所获 |
|
