课程简介：

本课程开启大模型探索之旅，从基础的知识讲起，对GPT、LLaMA、BERT 等主流大模型家族成员展开深度剖析。在提示工程板块，详细讲解提示设计原则、技巧及策略，切实提升利用提示工程驾驭大模型解决实际问题的能力。 

课程收益：

●人工智能、机器学习、深度学习、大模型关系

●理解深度学习与传统算法的区别

●数学必备知识矩阵

●机器学习

●特征工程

●线性回归模型

●什么是注意力

●注意力本质是什么

●Transformer原理

●走向不同：GPT与BERT的选择 

适合人群：

算法工程师、数据分析师等职场人士；

想要掌握多种大模型使用技巧的人工智能爱好者；

高校计算机、人工智能等相关专业的学生。

大模型家族和提示工程培训班，录播课为1课时，企业内训可按需求定制。

课程安排如下：

1.1.GPT与BERT的选择

1.2.GPT与BERT的区别和共识

1.3.NLP 语言模型技术发展一览

1.4.从GPT-1到GPT-3的进化之路

1.5.预训练与微调的共舞

1.6.三个训练法

1.7.gpt4的介绍

1.8.指令模型与推理模型介绍

1.9.思考连和自洽性以及思考树讲解