AI人工智能讲师简历大模型讲师叶梓大模型技术与应用培训提纲

本文主要是介绍AI人工智能讲师简历大模型讲师叶梓大模型技术与应用培训提纲，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

叶梓，工学博士，高级工程师。现某大型上市企业资深技术专家。

2005年上海交通大学计算机专业博士毕业，在校期间的主研方向为数据挖掘、机器学习、人工智能。毕业后即进入软件行业从事信息化技术相关工作；负责或参与了多项国家级、省市级人工智能及大数据项目的建设工作。在人工智能和大数据应用等方面都有着丰富的经验。

上海交通大学计算机专业博士毕业，在校期间的主研方向为数据挖掘、机器学习、人工智能。毕业后即进入某大型软件上市公司从事大数据、人工智能等技术相关工作，曾先后作为技术经理或总工程师，负责大型信息平台、市级信息平台的建设工作，并参与省级信息平台的建设；主持制定了包括多份信息化工程标准。在大数据应用、人工智能等方面都有着丰富的经验。

大模型技术与应用培训提纲

第一天：基础篇与技术概览

上午（3小时）
- 大模型技术基础与最新进展
  - 大模型的定义与关键技术概览
    - 生成式人工智能(AIGC)概念
    - ChatGPT历史与发展
    - 一些关键技术
  - 人工智能实验环境的搭建
    - 机器学习环境与深度学习环境
    - Python编程与数据科学工具库介绍
    - GPU与cuda
    - 深度学习框架：PyTorch
  - ChatGPT模型背后的NLP基础知识
    - 深度学习算法基础
    - MLP与CNN、RNN
    - 特殊字符、分词与停用词处理技术
    - 词向量与Embedding
  - 介绍大模型前沿应用
    - 文心一言、通义千问等
    - Midjourney等
- 企业应用场景案例分析
  - 金融机构中的智能风险评估系统案例
  - 教育机构的个性化学习路径推荐系统案例
下午（3小时）
- 大模型的核心技术深入
  - Transformer架构的深入解析与优化
    - Transformer中的block
    - 自注意力机制与多头注意力
    - 位置编码（为什么可以抛弃RNN）
    - Batch Norm与Layer Norm
    - 解码器的构造
  - chatGPT的原理介绍
    - 指示学习与InstructGPT
    - 相关数据集
    - 有监督微调（SFT）
    - 从人类反馈中RL的思路
    - 奖励建模（RM）
    - 运用PPO改进
- 企业应用场景案例分析
  - 法律行业的法条自动生成案例
  - 法律行业的智能合同审核与咨询案例
- 实战演练：基础模型的使用与体验
  - 演示如何使用最新的开源大模型ChatGLM3
  - 学员动手操作，体验模型的基本功能及最新特性

第二天：进阶篇与实战应用

上午（3小时）
- 大模型的微调和优化
  - ChatGLM部署
    - ChatGLM3-6B介绍
    - ChatGLM3搭建流程
    - 应用场景（工具调用、代码执行）
    - 权重量化
  - ChatGLM3原理
    - Code Interpreter
    - 多模态CogVLM
    - WebGLM搜索增强
  - 大模型训练的高效算法与优化技术
    - LoRA
    - Prefix Tuning
    - P-Tuning
    - Prompt Tuning
    - freeze
- 企业应用场景案例分析
  - 金融科技中的自动化报告生成与分析案例
  - 医疗研究中的文献检索与知识提取案例
  - 教育技术中的智能教学辅助工具案例
下午（3小时）
- 实战演练：大模型的微调实践
  - 演示ChatGLM3微调过程
    - 数据准备
    - 模型调整
    - 结果评估
  - 学习LangChain所需的知识储备
    - 词嵌入与语义空间
    - 高维向量的快速模糊匹配
    - 局部敏感哈希（LSH）
    - 向量数据库
  - 建立企业级对话系统
    - LangChain的原理
    - 大模型利用的难点与痛点
    - Langchain的基本思路
    - 关键组件
- 大模型的部署与运维
  - 模型部署的最佳实践，包括容器化、云服务等
    - ChatGLM.cpp等
    - Docker简介
    - K8s简介
  - 运维中的监控、调优与安全性管理
- 企业应用场景案例分析
  - 企业内部的知识管理系统与智能助手案例
  - 卫生行业的智能助手