曙海教學優勢
該課程面向企事業項目實際需要,教學以實用為導向，秉承21年積累的教學品質，大模型技術與應用培訓中心以項目實現為導向,老師將會與您分享設計的全流程以及工具的綜合使用技巧、經驗。上門/線上/線下皆可,小班面授,互動直播任選.專注技術培訓,匠心服務,實戰教學。上門/線上/線下皆可,大模型技術與應用培訓中心專家,課程可定制,熱線:4008699035。
大批企業和曙海
建立了良好的合作關系,合作企業30萬+。我們課程培養了十幾萬受歡迎的工程師。曙海的課程在業內有著響亮的知名度，同心致遠，博大精深。
第一天：基礎篇與技術概覽
1.大模型技術基礎與最新進展
大模型的定義與關鍵技術概覽
生成式人工智能(AIGC)概念
ChatGPT歷史與發展
一些關鍵技術
人工智能實驗環境的搭建
機器學習環境與深度學習環境
Python編程與數據科學工具庫介紹
GPU與cuda
深度學習框架：PyTorch
ChatGPT模型背后的NLP基礎知識
深度學習算法基礎
MLP與CNN、RNN
特殊字符、分詞與停用詞處理技術
詞向量與Embedding
介紹大模型前沿應用
文心一言、通義千問等
Midjourney等
2.企業應用場景案例分析
金融機構中的智能風險評估系統案例
教育機構的個性化學習路徑推薦系統案例
3.大模型的核心技術深入
Transformer架構的深入解析與優化
Transformer中的block
自注意力機制與多頭注意力
位置編碼（為什么可以拋棄RNN）
Batch Norm與Layer Norm
解碼器的構造
chatGPT的原理介紹
指示學習與InstructGPT
相關數據集
有監督微調（SFT）
從人類反饋中RL的思路
獎勵建模（RM）
運用PPO改進
4.企業應用場景案例分析
法律行業的法條自動生成案例
法律行業的智能合同審核與咨詢案例
5.實戰演練：基礎模型的使用與體驗
第二天：進階篇與實戰應用
1.大模型的微調和優化
ChatGLM部署
ChatGLM3-6B介紹
ChatGLM3搭建流程
應用場景（工具調用、代碼執行）
權重量化
ChatGLM3原理
Code Interpreter
多模態CogVLM
WebGLM搜索增強
大模型訓練的高效算法與優化技術
LoRA
Prefix ? ? ? ?Tuning
P-Tuning
Prompt ? ? ? ?Tuning
freeze
2.企業應用場景案例分析
金融科技中的自動化報告生成與分析案例
醫療研究中的文獻檢索與知識提取案例
教育技術中的智能教學輔助工具案例
3.實戰演練：大模型的微調實踐
演示ChatGLM3微調過程
數據準備
模型調整
結果評估
學習LangChain所需的知識儲備
詞嵌入與語義空間
高維向量的快速模糊匹配
局部敏感哈希（LSH）
向量數據庫
建立企業級對話系統
LangChain的原理
大模型利用的難點與痛點
Langchain的基本思路
關鍵組件
4.大模型的部署與運維
模型部署的最佳實踐，包括容器化、云服務等
ChatGLM.cpp等
Docker簡介
K8s簡介
運維中的監控、調優與安全性管理
5.企業應用場景案例分析
?
?
