日期

主题

课程内容

第一天

（掌握人工智能技术背景、AIGC技术背景、生成式大模型作为工具在各个场景的应用）

人工智能技术概述

1、人工智能技术发展历程

2、人工智能技术应用场景

3、深度学习与NLP

4、语言模型技术发展历程

5、生成式大模型课程概述

生成式大语言模型概述

1、生成式大语言模型概念

2、生成式大语言模型发展历程

3、生成式大语言模型的能力

4、生成式大语言模型的特点

5、GPT在生活与工作中的应用

6、ChatGPT的发展历程

7、ChatGPT的优势与创新点

8、ChatGPT的主要技术

9、ChatGPT带来的革命性影响

10、ChatGPT面临的挑战

生成式大语言模型在线工具演示

1、国产大模型在线演示（智谱清言、通义千问）

2、大模型的语言处理功能（文本生成、文本补全、文本分类、文本校正、诗歌生成、内容创建、问答、翻译、摘要、改写、情感分析、聊天机器人等）

3、大模型智能办公（ChatPDF、ChatDOC、Copilot等）

4、大模型智慧医疗

5、大模型智慧编程（ChatGPT的程序编写功能 程序编写、程序debug、程序修改）

6、大模型智慧文案（文案创作功能方案设计、项目咨询、文学创作、撰写演讲提纲、撰写分析报告、金融分析、工业自动化、医学诊断、教育、供应链管理、销售和营销、法律应用、科学研究）7、大模型知识抽取（实体识别、关系抽取、三元组抽取、多元组抽取）

大语言模型技术原理

1、Transformer原理

2、Transformser的应用—BERT与GPT的原理与区别

3、GPT1—GPT3—instructGPT的变化

第二天

（掌握深度学习环境搭建、大模型微调运行环境部署、大模型的二次微调工具原理与应用）

人工智能方法构建环境

1、Python编程环境配置

2、基于Python的深度学习框架

3、Pytorch模块讲解

4、文本数据预处理

大语言模型的二次训练

1、ChatGLM部署流程与关键点讲解

2、ChatGLM部署流程与关键点讲解

3、微调工具Prefix-Tuning、P-tuning-v2、LoRA Finetuning、QLoRA Finetuning等的应用实践

4、ChatGLM二次训练与微调

5、AquilaChat二次训练与微调

6、数据并行与模型并行

部署模型与效果展示

1、词嵌入预训练模型（text2vec、bge、word2vec）

2、基础模型的训练

3、对话模型的训练

4、模型微调过程的参数调节与优化

5、预训练模型的改进方法

6、二次训练模型效果演示（对话、编程、翻译、绘图）

第三天

（掌握多模态大模型的原理与工具实践、大模型落地实践过程中涉及主要技术）

多模态大语言模型工具与应用效果演示

1、AIGC生成图像原理、AIGC图像生成工具介绍

2、Stable Diffusion工具与不同版本介绍

3、Stable Diffusion环境部署介绍

4、Stable Diffusion常用提示词介绍

5、Stable Diffusion工作界面介绍

6、文生图技术应用实践、图生图技术应用实践

7、流行大模型sora、Claude3、DUSt3R、Genie、Gemini、MagicVideo、PixelDance、VideoCrafter2、UniVG、I2VGen等技术介绍

8、语音合成引擎

9、文本数据准备与音频格式选择

10、语音转换模型

11、语音图像生成技术

12、动画生成技术

大模型实用方面涉及技术

1、大语言模型Prompt提示词工程

2、提示学习与指令精调

3、大模型处理长文本

4、针对生成内容的质量评估与控制

5、基于人类反馈的强化学习（RLHF）

6、大模型agent技术

7、大模型思维链

8、模型量化技术与加速推理

关于模型训练的硬件技术

1、高性能计算理论基础

2、GPU加速技术

3、基于高性能计算的模型训练

4、人工智能平台设计与模型的云端部署

大语言模型发展趋势与应用展望

1、ChatGPT引领的新AI范式

2、ChatGPT、AIGC和元宇宙的关系

3、大模型的技术进展

4、大模型与自然语言处理

5、大模型与知识图谱

6、大模型面临的挑战