大模型知识体系概览

• 大模型的起源和发展

• Agent：大语言模型推进的智能体

• 开源工具链：构建大模型底座的利器

• 如何训练和构建工业级大模型系统

大模型技术原理

• 模型的本质

• 特征工程的实质

• 人工智能三大流派各自的优势

• 预训练模型 (PTM)的价值

• 从“预训练模型”发展到“大语言模型”的历程中的变革

大模型训练和调优

• 从零训练一个大模型的方法

• 对海量样本进行在线增量模型的训练的方式

• 在加速大模型微调速度的过程中需要做的取舍

• 使用强化学习 (RLHF) 来微调大模型与直接微调的区别

大模型架构实战

• 对 AI 系统进行策略建模的方式

• 为不同的场景选择合适的模型的方法

• 让智能体在博弈中取得优势的策略

• 防止用户通过模型越狱入侵系统的方法

• 高效部署大模型，降低在线推理成本的方案

• 通过提示工程大幅提高 LLM 的输出质量，解决可信 Al问题的策略

基于 ChatGLM2 大模型的应用开发

• 介绍清华 GLM 大模型家族

• –最强系列 GLM-130B 

• –增强对话能力 ChatGLM

• –图形化服务化 WebGLM

• –结合视觉 VisualGLM 

• ChatGLM2-6B 大模型应用开发

• ChatGLM2-6B 介绍与快速入门

• ChatGLM2-6B 私有化部署

• ChatGLM2-6B fine-tuning

• 基于 ChatGLM2-6B 打造私有化 "ChatGPT"