中培IT学院

AI大模型技术及开发应用实践培训

浏览:251次 作者:小编

一.培训背景

目前,人工智能和自然语言处理领域的发展正处于一个前所未有的黄金时代。预训练大模型,如GPT-4和Llama 2,不仅在学术界引起了广泛关注,还在工业界得到了广泛应用。

河南某学院旨在帮助教师队伍深入了解和应用大模型,从而利用其强大的自然语言处理能力解决各种现实世界的问题。内容包括介绍大型语言模型的基本原理、架构和训练方法,帮助教师建立对大模型的理解和认知。深入探讨LLAMA在各个领域的实际应用,包括自动文本生成、机器翻译、情感分析、问答系统等,帮助了解如何将LlAMA应用于实际项目中。为此,特邀请北京中培IT学院入企举办“AI大模型技术及开发应用实践”系列培训课程。

 

二.培训大纲

此培训方案授课时长为2天,每天6课时。


 

LLM大模型核心原理

1. 大模型基础:理论与技术的演进

2. LLMs大语言模型的概念定义

3. LLMs大语言模型的发展演进

4. LLMs大语言模型的生态体系

5. 大语言模型技术发展与演进

6. 基于统计机器学习的语言模型

7. 基于深度神经网络的语言模型

8. LLMs大语言模型的行业应用

 LLM大模型微调

1. 大模型高效微调技术

2. Parameter-Efficient

3. Fine-Tuning (PEFT) 初探

4. 大模型轻量级高效微调方法 LoRA

5. 少样本 PEFT 新方法 IA3

6. 统一微调框架 UniPELT

7. 其他微调技术

8. 基于百度平台的微调实践

国内外大模型研究进展和评测

1. 国内外大模型研究进展

2. 百度文心、

3. 阿里通义

4. 科大讯飞星火大模型

5. 0pen API GPT

6. 腾讯混元

7. 华为大模型

8. 大模型评测背景与方法论

9. 评测背景

10. 通用基础与专业应用能力

11. 数理科学,语言能力,道德责任,综合能力,行业能力

12. 大模型综合评测结果

13. 通用基础能力

14. 专业应用能力

15. 大模型独立表现解读(Frost & Sullivan)《2024年中国大模型能力评测报告》

16. 解读清华发布2024年3月版《SuperBench大模型综合能力评测报告》

 

大模型Prompt提示工程

1. Prompt如何使用和进阶

2. 什么是提示与提示工程

3. 提示工程的巨大威力:从Let’s think step by step说起

4. 拆解、标准化、流程化:如何用AI改造工作

5. 使用BROKE框架设计ChatGPT提示

6. 通过案例分析,展示如何使用大模型prompt技术辅助开发


三.讲师简历

刘兵小、.jpg 

刘兵老师

 2004年获得计算机硕士学位。毕业后在国外工作多年。回国后加入IBM中国研发中心,BEA中国研发中心,oracle中国研发中心,多家互联网研发中心咨询顾问等。曾任软件开发工程师,高级技术专家,首席架构师等。主要负责客户项目的架构设计和项目开发,架构重构,技术支持,AI2.0时代软件研发,AI赋能研发转型,基于chatGPT大模型的开发咨询,保证项目的成功实施。

他还是认证培训师,为多家大型软件中心做过培训。比如EMC,VMware,华为,中兴通信,思科,诺基亚,朗讯,爱立信,上海贝尔,AutoDesk,Adobe,百度,阿里巴巴,腾讯,金山移动,支付宝等。

作为一名AI技术专家,对人工智能的理解深入透彻。他不仅精通AI的编程技术,还熟悉各种AI工具的使用,尤其在AI行业应用更是有着独特的见解和实践经验;自从2023年以来帮助多家研发中心做AI辅助开发效能提升咨询服务;同时也是微软人工智能认证工程师,阿里云AI人工智能训练师。

 

四.培训过程

北京中培IT学院为河南某学院举办的“AI大模型技术及开发应用实践”培训于8月18-19日在河南新乡圆满举办。本次入企培训由行业专家刘兵老师亲授,现场共有30名人工智能、大数据专业的老师参与培训。

刘老师采用理论知识+实践落地相结合的授课方法,按照课程方案中确定的授课内容进行了生动而又详细的讲解,深入浅出,条理清楚,层层剖析,论证严密。刘老师对待学生亲切自然,对一些学员提出的问题做了详细的解答。师生之间在一种平等、协作、和谐的气氛下,完成了这期培训。

五.现场花絮

微信图片_20240820151343.jpg 刘老师具备深厚的专业知识和独到的见解,生动地介绍了大型语言模型的基本原理、架构和训练方法,帮助大家建立对大模型的理解和认知。

微信图片_20240820151359.jpg

授课过程中刘老师深入讲解了LLAMA在各个领域的实际应用,包括自动文本生成、机器翻译、情感分析、问答系统等,帮助大家了解如何将LlAMA应用于实际项目中。

微信图片_20240820151409.jpg学员们全神贯注地聆听,紧跟老师的节奏,并上机实践操作。

 

六.培训收益

通过此次培训,使学员获得如下收益:

1. 系统化了解AIGC生态体系和发展趋势

2. 系统化了解LLMs大语言模型生态体系和发展趋势

3. 掌握大语言模型的基座模型微调方法

5. 掌握大语言模型开发框架Langchain的使用方法。

6. 构建基于LangChain完整项目的开发过程和经验

7. 构建基于大模型的Agent智能体

8. 大模型在产业应用实践(金融/电信/教育科技/制造业/公共服务业)

9. 探索可落地的商用前景及实施路径

 

七.培训总结

本次培训参训学员为计算机学院人工智能、大数据专业老师。课程方案针对学员工作痛点定制化设计,有效提升了学员实际工作能力。通过此次培训,帮助学员提高解决问题的能力,提高工作效率, 深入了解了LangChain框架的应用和实践。培训结束后,所有参培人员一致认为这是一次非常有益的学习经历。

标签: AI大模型

上篇: 江苏邮政数据分析实战培训

下篇: B端数字化产品设计实战培训