课程简介
在通用大模型快速发展的推动下,AI技术正以前所未有的速度渗透到各行各业中,带来了新质生产力的显著提升。然而,尽管大模型在推理、决策等方面展现出了强大的能力,企业在实际应用中仍然面临诸多挑战。这些挑战不仅包括大模型在特定场景下的能力边界问题,还涉及到如何有效地将其优势转化为实际的业务价值。
LLM以激发AGI的全新范式创造价值,有效的整合规模化、高质量的数据、模型的训练,遵循技术与市场的发展规律,有利于企业筛选与确定发展通用大模型与行业特定大模型的独特路径。
本次分享将重点探讨大模型在垂直行业中的应用策略,结合垂直领域的实践案例,深入分析在业务目标驱动下,聚焦大模型的优势边界,通过端到端的整体规划和组织流程优化,推动大模型在行业中的高效落地。此外,还将讨论模型矩阵的运用及分阶段敏捷推进的方法,以确保大模型的应用能够满足行业的安全合规要求,并实现持续创新。帮助企业在应对大模型应用挑战时,找到最适合自身发展的选型。
课程收益
1、帮助学员了解通用大模型在垂直行业中的实际应用现状与挑战;
2、帮助学员掌握大模型在垂直行业中成功落地的关键方法论;
3、帮助学员解析大模型在医疗、金融、政务等领域的实际应用场景和业务价值实现路径受众人群
企业管理者,IT行业从业者及其他对大模型感兴趣的人员
课程周期
3H
课程大纲
标题 | 授课内容 |
一、大模型应用建设思考 | 1. 大模型应用四象限 2. 企业在大模型落地过程中的准备 3. 结合业务场景多方面要求选择模型 4. 提前梳理场景应用 5. 从想法到实验,尝试大模型调优路径,快速验证业务可行性 6. 人机协同 |
二、行业大模型训练实践 | 1. 为什么要做行业大模型 2. 必备物质基础 3. 训练方法 4. 数据准备流程 (1) 金融训练数据获取与收集 (2) 训练数据清洗与处理 (3) 难点与经验 (4) 模型微调 (5) 模型评测 |
三、RAG应用实践 | 1. 技术发展与演进 2. 知识检索与问答 |
四、总结&展望 | 1. 总结与展望 2. QA |