生成式AI、大模型、跨模态技术开发与应用
2024年12月13日-17日 杭州
北京理工大学教授，国家自然基金委项目函审专家、国家重点研发计划评审专家、科技部项目评审专家、北京市自然科学基金/重点基金评审专家、博士点基金/博士后基金评审专家，国际期刊NLPR主编，以及其它期刊编委。目前主要从事自然语言处理、机器学习、模式识别、生成式AI、大模型、多模态方面研究。
第一章生成式AI技术发展概述
第二章 AIGC技术在多模态领域的应用
第三章 Transformer
第四章大语言模型微调与量化
第五章AIGC技术
第六章 AIGC技术的记忆模块（向量数据库）
第七章 大语言模型 Agent
第八章 扩散模型
第九章 CLIP
第十章 VAE
第十一章 Sora训练
开发环境
1.操作系统：Ubuntu 2.开发语言：Python
3.深度学习框架：Pytorch 4.大语言模型：几种国产开源大语言模型
5.大语言模型开源微调、Agent开源框架
注：整个环境可在局域网内部署，学员连接云服务器（GPU 80G显存）实操。
2024年12月13日-17日 杭州
北京理工大学教授，国家自然基金委项目函审专家、国家重点研发计划评审专家、科技部项目评审专家、北京市自然科学基金/重点基金评审专家、博士点基金/博士后基金评审专家，国际期刊NLPR主编，以及其它期刊编委。目前主要从事自然语言处理、机器学习、模式识别、生成式AI、大模型、多模态方面研究。
第一章生成式AI技术发展概述
第二章 AIGC技术在多模态领域的应用
第三章 Transformer
第四章大语言模型微调与量化
第五章AIGC技术
第六章 AIGC技术的记忆模块（向量数据库）
第七章 大语言模型 Agent
第八章 扩散模型
第九章 CLIP
第十章 VAE
第十一章 Sora训练
开发环境
1.操作系统：Ubuntu 2.开发语言：Python
3.深度学习框架：Pytorch 4.大语言模型：几种国产开源大语言模型
5.大语言模型开源微调、Agent开源框架
注：整个环境可在局域网内部署，学员连接云服务器（GPU 80G显存）实操。
