人工智能通识基础（第2版） 教案 12. 大模型理论基础教案.docx

大模型理论基础教案

教学目标

1.掌握大模型的核心定义、关键特征（参数规模、涌现能力、通用泛化性等）及发展三阶段（萌芽期、探索沉淀期、迅猛发展期）的核心技术标志与代表模型。

2.理解大模型训练优化的全流程，包括数据准备的完整链路（获取、清洗、预处理、增强、质量控制）、并行化策略的技术细节及分布式训练的通信机制与核心挑战。

3.明晰大模型微调和提示词技术的核心逻辑，掌握PEFT（参数高效微调）的主流方法、RLHF（基于人类反馈的强化学习）的完整流程及零样本/少样本提示、链式思考提示的设计原理。

4.了解典型大模型（LLaMA系列、GPT-4V、Sora）的技术架构、创新点与核心应用场景，理解开