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 |