课程简介

人工智能大模型具有重要的战略意义，是未来科技竞争的制高点，也是重要的智能基础设施。ChatGPT发布之后，整个AI行业都呈现出火爆的态势，各行业均加大投资投入，加速了大语言模型的发展，使其快速应用到2C和2B的场景（例如办公场景）。这种新的范式势不可挡，我们要以更积极的态度去拥抱技术的发展。

AI正加速发展提供颠覆性范式创新，例如，2020年的AlphaFold展现出惊人的蛋白质结构预测效率，2022年的AlphaTensor发现了迄今效率最高的矩阵乘法运算法则。AI为科学研究和技术创新范式带来了全新机遇和挑战。备受国家瞩目，国家科技部、自然科学基金委也于今年3月联合启动了AI for Science专项部署。为此，应重新审视这一变局下的科技创新范式。尤其智能领域创新，一方面以智能技术先行带动体系创新，如概念设计、战法创新，另一方面是重新梳理创新成果体系，重视算法等软实力打造，以及大模型加持下的技术集成、模型训练方式创新等。

本次分享将以企业成功创新实践，探索大模型本质。通过机器翻译、智能运维、领域问答等几个场景，来诠释SFT、self-Prompt等技术，大模型为迈向更高级形态的AI奠定了重要的阶段性基础。

课程收益

目标：

1理解大语言模型本质，以及针对大语言模型的研究及应用实践。2能够自己动手针对自己工作场景的一些问题，采用self-prompt，sft，cot数据生成等技术去改进工作中的问题和优化流程。

3实现从理论到实践，从实践到生产的落地。

成功要点：

大模型可对人的历史经验、判断偏好、直觉认知进行精确理解，变成可供计算的特征表达；这些机器的推理计算过程及结果可通过自然语言留存。在运维、领域问答中，都会进一步促进人机混合智能的AI高级形态。

启示：

以智能技术先行带动体系创新，在研发模式中，打造算法等软实力，加持大模型技术集成、模型训练方式，粗浅地勾勒出人工智能的图景。

受众人群

企业产品经理、部门负责人、业务线负责人，公司专门负责AI项目的高管等。

课程周期

0.5天/3小时

课程大纲

1.大语言模型的现状

2.大语言模型常见任务及构建方法

3,。大语言模型的研究及应用实践

4.self-prompt应用于智能运维

5.sft在领域翻译的实践

6.cot数据生成和评价

7.总结展望