昇思MindSpore技术公开课大模型专题（第二期）开课啦！
第二期课程在第一期基础上做了全面的升级，对第一期课程意犹未尽的小伙伴可以来继续一起学习大模型啦，也非常欢迎新的小伙伴加入！
学术圈、企业、优秀开发者等各领域大咖讲师齐聚MindSpore为各位开发者教学，课程全程免费，对大模型领域感兴趣的小伙伴速速报名啦！
因为课程周期较长，课节安排可能会在中途出现微调，以最终授课情况为准，感谢理解
【课前学习】 MindSpore Transformers大模型套件：架构讲解与使用入门
介绍MindSpore Transformers大模型套件现状，讲解套件架构及高阶接口设计，走读工程架构模块代码，学习基本使用方式
第一讲：ChatGLM
介绍技术公开课整体课程安排；ChatGLM模型结构，走读代码演示ChatGLM推理部署
第二讲：多模态遥感智能解译基础模型
介绍多模态遥感智能解译基础模型的原理、训推等相关技术，以及模型相关行业应用
第三讲：ChatGLM2
介绍ChatGLM2模型结构，走读代码演示ChatGLM推理部署
第四讲：文本生成解码原理
介绍Beam search和采样的原理及代码实现
第五讲：LLAMA
介绍LLAMA模型结构，走读代码演示推理部署，介绍Alpaca
第六讲：LLAMA2
介绍LLAMA2模型结构，走读代码演示LLAMA2 chat部署
第七讲：云从大模型
第八讲：MOE
第九讲：CPM
介绍CPM-Bee预训练、推理、微调及代码现场演示
第十讲：高效参数微调
介绍Lora、（P-Tuning）原理及代码实现
第十一讲：参数微调平台
第十二讲：Prompt Engineering
第十三讲：量化
介绍低比特量化等相关模型量化技术
第十四讲：框架LangChain模块解析
解析Models、Prompts、Memory、Chains、Agents、Indexes、Callbacks模块，及案例分析
第十五讲：LangChain对话机器人综合案例
MindSpore Transformers本地模型与LangChain框架组合使用，通过LangChain框架管理向量库并基于向量库对MindSpore Transformers本地模型问答进行优化