人工智能通识应用基础课件 项目七 1：大模型1.pptxVIP

项目七大模型（部署、训练、微调）

项目概述项目知识要点知识能力目标学时本项目聚焦大模型的技术本质与实践落地，系统梳理大模型的定义、架构原理、关键技术，结合ChatGLM系列模型的部署案例。1初识大模型2大模型核心原理3大模型关键技术4大模型部署【技能要求】1能独立完成大模型的环境配置与部署。2能运用关键技术解决大模型应用中的训练效率、推理速度等问题。3具备大模型适配特定场景的微调能力。【知识要求】1理解大模型的定义、核心特征与发展历程。2掌握Transformer架构及变体原理。3熟悉大模型训练优化、高效推理与参数微调技术。2项目实训大模型部署应用实践2项目知识要点与目标

7.1初识大模型大模型，即大规模预训练模型（LargePre-trainedModel），是基于深度学习技术构建的、具有海量参数和复杂网络结构的人工智能模型。它通过对互联网级别的大规模数据进行预训练，学习数据中蕴含的通用知识和模式，从而具备强大的跨任务、跨领域的泛化能力。1.大模型的定义

①参数规模的突破性增长：典型代表如OpenAI的GPT-3拥有1750亿参数，而Google的PaLM2参数规模达5400亿，华为的盘古大模型在NLP领域参数规模突破1000亿。这些参数通过矩阵运算捕捉数据中的语义关联，例如在处理“猫坐在垫子上”与“垫子上有只猫”时，能通过参数调整识别语义等价