浏览数量： 795 作者： 本站编辑 发布时间： 2023-02-20 来源： 本站
| LLM深度营 | ||
| 主题 | 内容介绍 | 课时 |
| LLM 来了 | ▫ LLM 的强大功能 ▫ RHFL 的加持 ▫ AOAI 简介 | 1 |
| AI 范式的变迁 | ▫ * Training From Scratch ▫ * Pretrained Model + Fine-Tuning ▫ * LLM + Prompting ▫ 范式更迭对 AI 研究与应用的影响 | 1 |
| GPT 模型解析 | ▫ 神经网络模型及其生命周期 ▫ 神经网络的发展与各种变体 ▫ Attention is all you need ▫ 基于 Transformer 的 GPT 系列模型 | 2 |
| 扩撒模型解析 | ▫ 图像生成（ VAE，GAN以及扩散模型 ） ▫ 扩散模型 ▫ 扩散模型的微调 | 2 |
| 大模型的应用 | Prompt Learning 概述 ▫ * 什么是 Prompt Learning ▫ * Prompt Learning 的研究领域与发展 LLM as Service 的趋势 与 Prompting ▫ * LLM as Service ▫ * Zero-shot/one-shot/few-shot prompting 激发 LLM 的推理能力 ▫ * Chain of thougt，COT ▫ * Self-Consistency ▫ * 基于控制流程的推理 为大模型提供更多输入（ Controlnet等方式 ）大模型的微调与训练 | 2 |
课程特色
多领域覆盖： 涵盖Python编程、数据分析、人工智能、自动化办公、算法与数据结构等多个领域，为学员提供全面而实用的技能。
前沿技术学习：重点关注人工智能、虚拟人物设计、AI生成技术等前沿领域，培养学员在数字时代的创新能力。
实践技能提升： 通过项目实战、案例分析等方式，强调实际操作与问题解决，使学员能够熟练应用所学知识。
问题解决思维培养： 着重算法与数据结构的教学，培养学员分析和解决问题的思维方式，提高编程能力。
综合能力提升： 所学知识体系跨学科，使学员具备全面综合应对复杂技术和业务挑战的能力。
