课程简介
本课程通过系统化的讲解与案例分析，深入探讨大模型技术的基础知识与企业应用，旨在帮助学员全面了解人工智能生成创作（AIGC）的最新趋势与技术进展。从大模型基础概述到提示工程技巧、主流开源语言模型介绍，再到领域大模型的应用与微调方法，本课程将赋能学员掌握大模型的关键技术与应用场景。通过实战案例解析，学员将了解如何通过数据构造、微调方法与分布式训练技术提升大模型的效能，并探索大模型在智能问答、知识图谱等企业实际场景中的成功落地。课程特别适合技术团队、企业AI负责人及希望深入了解大模型应用的专业人士，助力企业在AI技术快速发展的浪潮中挖掘业务场景及实现路径。
目标收益
培训对象
课程内容
第一天上午
大模型基础概述与提示工程技巧（90分钟）
1、介绍人工智能生成创作（AIGC）领域的基本概念、应用和发展趋势，相关场景及算法基础逻辑介绍
2、提示词使用技巧，指令式列表生成、长对话中保持一致性、表格及代码生成、引导模型在不同角色之间切换等
第一天上午
主流开源语言大模型介绍与大模型技术简述（90分钟）
1、主流大模型介绍，如GLM、Llama、bloom、MOSS、Baichuan、Qwen、Skywork等
2、领域大模型介绍——法律、医疗、金融、教育等领域大模型介绍
3、介绍当前预训练语言模型中的分词器原理，介绍BPE、WordPiece、Unigram等等方法
第一天下午
大语言模的SFT与数据构造（90分钟）
1、大模型中的数据构造与清洗方法综合介绍
2、常用参数微调方法——Prefix Tuning、P-Tuning、LoRA
3、大模型分布式训练基础介绍，简述当前常用的模型分布式计算方法细介绍数据并行、向量并行、流式并行的多种并行策略等
第一天下午
大模型企业落地案例解析（60分钟）
1、大模型企业落地场景介绍，包括智能问答、知识库、知识图谱于大模型融合案例等
2、大模型应用落地案例分享
答疑与交流（30分钟）
近期公开课推荐
