課程簡(jiǎn)介
首先，對(duì)AIGC技術(shù)、大模型行業(yè)應(yīng)用全貌會(huì)有很清晰的認(rèn)識(shí)?？梢詫W(xué)到一個(gè)完整大模型全生命周期所涉及到的步驟以及對(duì)每個(gè)關(guān)鍵問(wèn)題的解決思路。學(xué)到大模型構(gòu)建涉及到的人工智能技術(shù)和曾經(jīng)我們踩過(guò)的那些坑。由于本人作為人工智能企業(yè)落地一線作戰(zhàn)人員，已完成企業(yè)級(jí)大模型應(yīng)用落地，近3年主持包括金融、能源、軍工、設(shè)計(jì)院所、汽車共計(jì)15個(gè)AI相關(guān)項(xiàng)目落地，具有豐富的AI項(xiàng)目設(shè)計(jì)能力，精準(zhǔn)把握AI能力覆蓋邊界，善于將業(yè)務(wù)與技術(shù)想融合，因此有別于科班傳統(tǒng)授課方式，在講解技術(shù)中會(huì)穿插講解適用場(chǎng)景，有助于啟發(fā)學(xué)員思考人工智能如何幫助其解決工作中所面臨的問(wèn)題。
目標(biāo)收益
培訓(xùn)對(duì)象
課程大綱
|
第一單元 ai技術(shù)導(dǎo)論（完成時(shí)長(zhǎng)：0.5小時(shí)） 【介紹人工智能的整體導(dǎo)論，梳理技術(shù)的演進(jìn)路線，洞察數(shù)次人工智能技術(shù)創(chuàng)新所帶來(lái)的機(jī)遇與變革】 |
1.1深度學(xué)習(xí)引發(fā)變革【CNN/RNN】 1.2Bert模型進(jìn)入預(yù)訓(xùn)練時(shí)代 1.3大模型綜述【GPT4、LLAMA2、文心、百川】 1.4GPT演進(jìn)歷程 |
|
第二單元 Chatgpt原理概覽（完成時(shí)長(zhǎng)：0.5小時(shí)） 【介紹LLM的技術(shù)全貌【以LLAMA2為例】，向技術(shù)人員系統(tǒng)性介紹預(yù)訓(xùn)練語(yǔ)言模型、強(qiáng)化學(xué)習(xí)、微調(diào)等技術(shù)棧內(nèi)容，方便學(xué)員掌握其背后原理細(xì)節(jié)，為后續(xù)開(kāi)展大模型應(yīng)用奠定基礎(chǔ)】 |
1.1 LLAMA2技術(shù)棧介紹 1.2 P-tuning技術(shù) 1.3 強(qiáng)化學(xué)習(xí)DPO算法 1.4 RLHF建模框架 |
|
第三單元 AIGC驅(qū)動(dòng)工作流程變革（完成時(shí)長(zhǎng)：1.5小時(shí)） 【介紹個(gè)人如何利用AIGC工具高效開(kāi)展工作】 |
1.利用LLM打造個(gè)人工作助手 2.提示工程實(shí)戰(zhàn)經(jīng)驗(yàn)分享 3.多模態(tài)AIGC應(yīng)用指南 4.AIGC高階工具【AutoGPT/LangChain/Flowise/FastGPT】 |
|
第四單元 LLM賦能辦公應(yīng)用場(chǎng)景介紹（完成時(shí)長(zhǎng)：1.5小時(shí)） 【介紹ChatGPT在企業(yè)落地的典型案例場(chǎng)景，從需求、價(jià)值、路線、效果四方面出發(fā)，明確大模型在企業(yè)落地已經(jīng)開(kāi)展的相關(guān)場(chǎng)景，為學(xué)員后續(xù)開(kāi)展自身業(yè)務(wù)場(chǎng)景驗(yàn)證予以啟發(fā)】 |
1、知識(shí)服務(wù)類場(chǎng)景案例LLM經(jīng)驗(yàn)分享【需求/價(jià)值/路線/效果】 2、代碼生成類場(chǎng)景案例LLM經(jīng)驗(yàn)分享【需求/價(jià)值/路線/效果】 3.數(shù)據(jù)分析類場(chǎng)景案例LLM經(jīng)驗(yàn)分享【需求/價(jià)值/路線/效果】 |
|
第五單元 推理加速優(yōu)化（完成時(shí)長(zhǎng)：如：1小時(shí)） 【介紹當(dāng)前主流推理加速框架，提高硬件資源使用效率】 |
1、FastLLM框架介紹 2、VLLM框架介紹 3.VLLM推理加速實(shí)戰(zhàn) |
|
第六單元 大模型業(yè)務(wù)落地頭腦風(fēng)暴（完成時(shí)長(zhǎng)：如：0.5小時(shí)） 【針對(duì)學(xué)員工作中面臨業(yè)務(wù)問(wèn)題，現(xiàn)場(chǎng)頭腦風(fēng)暴，提供當(dāng)下公司大模型建設(shè)方案，并指出方案優(yōu)劣勢(shì)、實(shí)操流程及相關(guān)風(fēng)險(xiǎn)點(diǎn)。】 |
1、頭腦風(fēng)暴 |
|
第七單元 答疑（完成時(shí)長(zhǎng)：0.5小時(shí)） |
答疑，涵蓋技術(shù)人員關(guān)注個(gè)人/團(tuán)隊(duì)/項(xiàng)目中出現(xiàn)的相關(guān)問(wèn)題答疑 |
|
第一單元 ai技術(shù)導(dǎo)論（完成時(shí)長(zhǎng)：0.5小時(shí)） 【介紹人工智能的整體導(dǎo)論，梳理技術(shù)的演進(jìn)路線，洞察數(shù)次人工智能技術(shù)創(chuàng)新所帶來(lái)的機(jī)遇與變革】 1.1深度學(xué)習(xí)引發(fā)變革【CNN/RNN】 1.2Bert模型進(jìn)入預(yù)訓(xùn)練時(shí)代 1.3大模型綜述【GPT4、LLAMA2、文心、百川】 1.4GPT演進(jìn)歷程 |
|
第二單元 Chatgpt原理概覽（完成時(shí)長(zhǎng)：0.5小時(shí)） 【介紹LLM的技術(shù)全貌【以LLAMA2為例】，向技術(shù)人員系統(tǒng)性介紹預(yù)訓(xùn)練語(yǔ)言模型、強(qiáng)化學(xué)習(xí)、微調(diào)等技術(shù)棧內(nèi)容，方便學(xué)員掌握其背后原理細(xì)節(jié)，為后續(xù)開(kāi)展大模型應(yīng)用奠定基礎(chǔ)】 1.1 LLAMA2技術(shù)棧介紹 1.2 P-tuning技術(shù) 1.3 強(qiáng)化學(xué)習(xí)DPO算法 1.4 RLHF建模框架 |
|
第三單元 AIGC驅(qū)動(dòng)工作流程變革（完成時(shí)長(zhǎng)：1.5小時(shí)） 【介紹個(gè)人如何利用AIGC工具高效開(kāi)展工作】 1.利用LLM打造個(gè)人工作助手 2.提示工程實(shí)戰(zhàn)經(jīng)驗(yàn)分享 3.多模態(tài)AIGC應(yīng)用指南 4.AIGC高階工具【AutoGPT/LangChain/Flowise/FastGPT】 |
|
第四單元 LLM賦能辦公應(yīng)用場(chǎng)景介紹（完成時(shí)長(zhǎng)：1.5小時(shí)） 【介紹ChatGPT在企業(yè)落地的典型案例場(chǎng)景，從需求、價(jià)值、路線、效果四方面出發(fā)，明確大模型在企業(yè)落地已經(jīng)開(kāi)展的相關(guān)場(chǎng)景，為學(xué)員后續(xù)開(kāi)展自身業(yè)務(wù)場(chǎng)景驗(yàn)證予以啟發(fā)】 1、知識(shí)服務(wù)類場(chǎng)景案例LLM經(jīng)驗(yàn)分享【需求/價(jià)值/路線/效果】 2、代碼生成類場(chǎng)景案例LLM經(jīng)驗(yàn)分享【需求/價(jià)值/路線/效果】 3.數(shù)據(jù)分析類場(chǎng)景案例LLM經(jīng)驗(yàn)分享【需求/價(jià)值/路線/效果】 |
|
第五單元 推理加速優(yōu)化（完成時(shí)長(zhǎng)：如：1小時(shí)） 【介紹當(dāng)前主流推理加速框架，提高硬件資源使用效率】 1、FastLLM框架介紹 2、VLLM框架介紹 3.VLLM推理加速實(shí)戰(zhàn) |
|
第六單元 大模型業(yè)務(wù)落地頭腦風(fēng)暴（完成時(shí)長(zhǎng)：如：0.5小時(shí)） 【針對(duì)學(xué)員工作中面臨業(yè)務(wù)問(wèn)題，現(xiàn)場(chǎng)頭腦風(fēng)暴，提供當(dāng)下公司大模型建設(shè)方案，并指出方案優(yōu)劣勢(shì)、實(shí)操流程及相關(guān)風(fēng)險(xiǎn)點(diǎn)?！? 1、頭腦風(fēng)暴 |
|
第七單元 答疑（完成時(shí)長(zhǎng)：0.5小時(shí)） 答疑，涵蓋技術(shù)人員關(guān)注個(gè)人/團(tuán)隊(duì)/項(xiàng)目中出現(xiàn)的相關(guān)問(wèn)題答疑 |
近期公開(kāi)課推薦
