一、培训对象

1、有意将AI技术融入业务的企业领导者和技术决策者，意在推动组织的技术革新和智能转型；

2、希望提升技能的软件工程师和数据科学家，寻求提升技能和项目实战经验；

3、对人工智能充满热情的学习者，希望快速学习大模型应用。

培训内容

本课程分2天时间讲授。

第一讲 人工智能技术发展概览

AI大模型技术发展与演进

人工智能四轮技术特点

从ChatGPT到Deepseek

AI技术浪潮与企业成就

大模型应用技术总览

提示词（Prompt）工程

AI智能体概览

大模型微调技术路线全览

预训练技术与三种网络架构

 

第二讲 大模型演化之路-以DeepSeek为例

基于Transformer的大语言模型

Transformer详解

编解码架构与注意力机制

BERT与GPT模型

Deepseek-v1与llama

Deepseek-v2的改进

Multi-head Latent Attention

DeepSeekMoE

DeepSeek V3的改进

Auxiliary-Loss-Free Load Balancing

Multi-Token Prediction

DeepSeek R1的改进

深度强化学习改进

基于强化学习的冷启动

模型蒸馏

 

第三讲 Deepseek模型应用技术

Deepseek的本地化部署方案

蒸馏方法与量化方法

多机多卡并行方案

Deepseek与本地知识库

大模型应用技术架构

Prompt

Agent + Function Calling

RAG = Embeddings + 向量数据库

Fine-tuning

如何选择技术路线

如何选择基础模型

 

第四讲 提示词工程

提示工程的价值和发展趋势

Prompt 典型构成

指令调优方法论

角色定义的原理

限制输出格式

NLU 和 NLG

Few-shot

思维链和思维树

Prompt 攻击和防范

Deepseek API 总结

用 prompt 调优 prompt

GPTs、Coze、Prompt tune

案例 1: 客服对话机器人

案例 2: 客服对话质检

案例 3: 指标解读+项目推荐

 

第五讲 大模型编程

大模型连接真实世界的方法

用 GPTs  Actions 对接高德地图

GPTs 的平替：Coze、Dify

大模型结构化输出技术

Function Calling

从自然语言生成 SQL 语句（NL2SQL）

流式调用

Function Calling 带来的产品想象空间

Copilot 原理

Cursor 功能和原理

有效性度量

Ollama + Continue

开源编程大模型 Code Llama、 DeepSeek-Coder、Google CodeGemma

AI 能力定律和提效定律

 

第六讲 大模型微调技术

大模型微调之PEFT

Adapter核心技术

Prefix Tuning核心技术

P-Tuning v1与 v2

大模型微调之LoRA

LoRA 核心技术

LoRA对比Adapter与Soft Prompts

AdaLoRA与QLoRA

大模型高效微调PEFT

PEFT技术分类

大模型微调发展趋势

汇款、微信转帐

汇款信息：

单位名称：北京市海淀区中科院计算所职业技能培训学校

开户行：工行海淀西区支行

账号：0200 0045 1920 0043 667

开户银行代码：1021 0000 0458

 

微信转账：

    步骤一：打开微信，扫描二微码付款时，点击打开微信右下角里的“发现”，在列表界面有一个“扫一扫”选项，点击打开“扫一扫”（如下图）：

    步骤二：点击打开“扫一扫”后，会出现一个扫描框，将中科院计算所培训中心二维码/条码放入框内，即可自动扫描，并显示支付信息，输入付款金额。

                                                                                                        

    （中科院计算所培训中心二维码）

 

    步骤三：点击 “添加付款备注”，填写付款人姓名和单位全称，所有信息核对无误后，点击“确认付款”，完成支付。

 

                

 

• 注意：步骤三是为了尽快确认您的培训费用是否到帐，方便为您查帐，所以一定要把付款人姓名和单位名称填写完整，如果姓名和单位名称超过20个汉字，单位名称可以填写简称。