课程简介

人工智能的发展长河奔腾不息，我们将回顾前大模型时代AI的探索之路。在那个时代，人工智能呈现出“百花齐放”的态态，不同领域的任务被独立的、高度特化的模型所解决，从计算机视觉到自然语言处理，我们积累了宝贵的经验，但也面临着模型泛化能力有限、数据与知识无法高效共享的“孤岛困境”。而今，随着算力、数据和算法的突破，我们共同见证了大模型技术开启波澜壮阔的AGI（通用人工智能）时代。这不仅是一次技术上的量变，更是一场深刻的范式革命，AI的能力从“单点专精”跃迁至“通用融合”，一个统一的技术范式正在重塑整个科技乃至社会的版图。

在这场由大模型引领的变革浪潮中，我们身处其中，既感到兴奋，也面临着前所未有的挑战。当前，业界的焦点已经从“能否做出大模型”转向“如何更高效率、更负责任地构建和应用大模型”。这里的核心痛点可以归结为两大方面：其一，“构建之痛”，即预训练阶段的巨大资源消耗与技术不确定性。如何设计出更高效、更具扩展性的模型结构，以及如何通过先进的优化器技术在海量数据中“炼”出模型的通用智能，是决定模型能力基石的关键。其二，“应用之殇”，即后训练阶段如何让强大的模型“为我所用”。一个预训练好的模型如同一座潜力无限的矿山，但如何高效、安全、可控地进行“开采”（推理），并使其输出与人类价值观对齐、真正满足用户意图（强化学习），是决定其商业和社会价值的“最后一公里”难题。

为了系统性地剖析并应对上述挑战，本次分享将沿着大语言模型的技术生命周期，深入两大核心阶段。我们将首先聚焦于预训练环节，探讨奠定模型能力的基石-先进的模型结构与高效的优化器技术，揭示模型强大通用能力的来源。随后，我们将视野转向后训练阶段，深入剖析决定模型实用价值的关键技术，希望通过这次分享，能与大家共同描绘出大语言模型从诞生到应用的完整技术图谱。

课程收益

1、帮助学员掌握大模型全景认知工具，精准锚定技术演进方向；

2、帮助学员精通预训练与后训练核心技术，打造模型性能提升利器；

3、帮助学员洞悉AGI构建核心技术，突破资源限制实现智能跃迁

受众人群

AI算法工程师、大语言模型研发专员及自然语言处理技术骨干、AI技术项目经理、智能系统架构师及企业AI应用负责人，以及对人工智能感兴趣的人员

课程周期

 0.5天（3H）

课程大纲

1、分享大模型时代运维领域的智能化演进

2、基于LRM/RL的下一代技术风险智能架构

3、DeRisk，蚂蚁AI原生的风险智能探索与实践

4、当前面临的一些问题与挑战、解决方案

5、QA