各有关单位:
培训对象
1、各行业企业、事业单位科研、技术人员;
2、高校、科研院所、大专院校,以及在校大学生;
3、其他对AIGC/ChatGPT感兴趣的人员。
时间地点
研修课程大纲
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 |
培训师资
培训费用
报名方式
咨询请联系
徐老师 010-59341786,15801436028(微信同号)
员老师 18701529461(微信同号)
北京市计算中心有限公司
2024年5月