LLM和生成式AI的ML模型深度分析

前沿技术 / 2023-11-17 17:11:14
LLM和生成式AI的ML模型深度分析
    马上咨询

    讲师介绍

    李老师 - 中科院计算所高级工程师，开源项目活跃开发者

    20 余年编程与软件开发经验，10余年云端软件研发与产业化工作经历。历任国家重点实验室课题组负责人，上市公司事业群技术总监、首席技术专家。

    李老师项目经验丰富，为多家知名企业和单位提供过服务，包括银联、交通银行、宁波银行、上海期货交易所、国家信息中心、国防科技大学、中国电信集团、中国移动产业研究院、中石化、Intel亚太研发中心等企业和单位。

    荣获中国软件协会“优秀CTO”等多项荣誉，兼任中国新一代IT产业联盟分委会秘书长、全国高校人工智能与大数据创新联盟专家委员、北京开源创新委员会委员、中国开源软件创新大赛总决赛评委。


    学员收益

    1. 深入理解大语言模型和生成式AI：学员将获得对大语言模型（如GPT、ChatGPT）和其他生成式AI技术（如Stable Diffusion、语音识别与合成技术）的深入理解。

    2. 掌握关键技术原理：学习深度学习、Transformer架构的基本原理，以及如何应用这些技术构建大型语言模型。

    3. 实践应用与微调技能：掌握GPT及其他大语言模型的应用开发和微调技术，特别是在金融行业中的具体应用。

    4. 多模态技术整合能力：了解如何将GPT与其他模态技术（如视觉、语音）结合，以实现更为全面的AI应用。

    5. 安全和合规：学习在金融领域应用大语言模型和生成式AI时的安全合规考量，包括内容安全、安全防范和用户隐私保护


    主要内容

    本课程旨在深入探讨大语言模型和生成式AI的基础原理、技术实践及在特定行业如金融的应用。课程内容将从NLP和GPT的发展历程出发，深入解析GPT、ChatGPT以及其他大语言模型的工作原理。同时，课程将涵盖其他生成式AI技术，如Stable Diffusion和语音技术，以及它们的应用开发。特别地，课程将重点探讨大语言模型在金融行业的应用案例、安全性问题和私有化部署策略。

    课程大纲
    一、大语言模型与AIGC基础

    1. NLP的发展历程与GPT

    2. GPT与ChatGPT的原理

    3. 其他大语言模型及生态

    4. 多模态与其他生成式AI

    二、GPT的原理及应用

    1. 深度学习的原理及Transformer架构

    2. GPT的模型原理详解及与其他大语言模型的比较

    3. GPT及大语言模型的微调技术

    4. GPT在金融行业的应用开发纵览

    5. 案例详解

    三、其他生成式AI及应用

    1. Stable Diffusion的原理及发展现状

    2. SD的API封装和应用开发

    3. 语音识别与合成能力探索

    4. 以GPT为中心融合多模态能力 

    四、大语言模型与生成式AI的安全性问题和私有化部署

    1. 在金融行业应用GPT及ChatGPT的安全合规考量及方案

    2. 大语言模型及生成式AI的内容安全及安全防范

    3. Embedding、大模型应用的分布式部署及用户隐私保护


    最新动态

    点击阅读更多内容
    返回顶部