大模型案例分析

我要预订

咨询电话：027-5111 9925 , 027-5111 9926手机：18971071887邮箱：Service@mingketang.com

课程大纲

第一天：大模型在各个领域的应用案例分析

一、引言（1小时）

- 大模型的定义与重要性

- 大模型的应用领域概览

二、大模型在自然语言处理（NLP）的案例分析（3小时）

1. GPT系列在文本生成中的应用

- GPT模型原理简述

- 案例：GPT-3在文章创作、对话系统中的应用

- 实战演练：使用GPT-3 API进行文本生成

2. BERT在问答系统中的应用

- BERT模型原理简述

- 案例：BERT在问答系统（如SQuAD）中的表现

- 实战演练：使用BERT模型进行问题回答

三、大模型在计算机视觉（CV）的案例分析（2.5小时）

1. ResNet在图像分类中的应用

- ResNet模型原理简述

- 案例：ResNet在ImageNet数据集上的性能

- 实战演练：使用ResNet进行图像分类

2. EfficientNet在图像识别中的优化

- EfficientNet模型原理简述

- 案例：EfficientNet在多种图像识别任务中的表现

- 实战演练：使用EfficientNet进行图像识别

四、休息与交流（0.5小时）

五、大模型在多模态领域的案例分析（2小时）

1. CLIP在图像文本匹配中的应用

- CLIP模型原理简述

- 案例：CLIP在图像搜索、文本生成图像中的应用

- 实战演练：使用CLIP进行图像文本匹配

2. DALL-E在文本到图像生成中的创新

- DALL-E模型原理简述

- 案例：DALL-E在文本到图像生成任务中的表现

- 实战演练：使用DALL-E进行文本到图像的生成

六、大模型的部署与优化案例分析（1小时）

- 大模型部署的挑战与策略

- 案例：如何在云端和边缘设备上部署大模型

- 实战演练：使用Docker或Kubernetes部署大模型

七、总结与疑问解答（0.5小时）

第二天：大模型的前沿应用与伦理案例分析

一、大模型在推荐系统中的应用案例分析（2小时）

1. 基于Transformer的推荐系统

- Transformer在推荐系统中的应用原理

- 案例：如何使用Transformer构建个性化推荐系统

- 实战演练：构建基于Transformer的推荐系统原型

2. 大模型在冷启动问题中的解决策略

- 冷启动问题的定义与挑战

- 案例：如何利用大模型缓解冷启动问题

- 实战演练：设计冷启动缓解策略

二、大模型在知识图谱与语义理解中的案例分析（2小时）

1. 大模型在知识图谱补全中的应用

- 知识图谱补全的挑战

- 案例：如何使用大模型进行知识图谱补全

- 实战演练：构建基于大模型的知识图谱补全系统

2. 大模型在对话系统中的语义理解

- 对话系统语义理解的难点

- 案例：大模型在对话系统语义理解中的创新应用

- 实战演练：构建基于大模型的对话系统

三、大模型的伦理与法律案例分析（1.5小时）

1. 数据隐私与保护的挑战

- 案例：大模型训练中的数据泄露事件

- 讨论：如何在大模型训练中保护数据隐私

2. 大模型的偏见与公平性

- 案例：大模型中的偏见问题

- 讨论：如何减少大模型中的偏见，提高公平性

四、大模型的前沿技术与应用展望（1小时）

- 大模型的最新研究进展

- 大模型在未来可能的应用场景

- 面临的挑战与机遇

五、休息与交流（0.5小时）

六、课程总结与反馈（0.5小时）

- 课程内容回顾

- 学员反馈收集

- 后续学习建议

李老师

李海良简介

李海良，，暨南大学副教授，硕士生导师，九三学社社员，中山大学工学博士香港城市大学访问学者，广东工业大学校外合作研究生导师。研究方向为深度学习、图像识别、智慧综合能源和能源大数据。在IEEE Transactions on Neural Networks and Learning Systems和Information fusion等TOP期刊第一作者发表SCI论文6篇，主持省级课题2项，参与国家自然科学基金1项。长期担任IEEE Internet of Things Journal、International Journal of Communication Systems、IET Computer Vision、IET Image Processing和 IET Radar, Sonar & Navigation等SCI期刊审稿人。曾获得第六届全国电子信息科学博士生论坛论文成果汇报二等奖（2017），第七届全国电子信息科学博士生论坛论文成果汇报三等奖（2016），2020年12月在INSCRYPT 2020 国际会议担任Session chair。

2018年获得中山大学工学博士学位，2019年至2021年在暨南大学网络安全学院做博后，合作导师为密码学与信息安全领域专家、国家杰青翁健教授。

擅长操作系统和数据库的安全配置，针对注入式、篡改、伪造、流量分析以及窃听等主流攻击方式有深入研究，在人工智能领域，针对对抗样本攻击与防御方面发表多篇SCI论文。

曾参与基于联邦学习的广东海关数据隐私保护系统的研发工作，参与暨南大学与金山毒霸的校园网攻防安全软件的研发工作

参与基于视频图像安全的珠海电力局电缆防外破项目

参与东软集团社保系统和医院管理系统的研发工作

曾经为广东移动、深圳市电力局、肇庆学院、岭南师范学院、华南农业大学、东莞城市学院、电子科技大学中山学院以及郑州航空工业管理学院等知名企业院校提供培训服务，积累了大量的行业培训项目经验。

擅长主讲课程：

《人工智能》《计算机网络》《网络与信息安全》《软件工程》《物联网》《大数据和数据科学》 《网络安全》 《互联网与人工智能》 《网络信息安全与数据安全》 《 高级计算机系统结构》 《物联网技术》 《 云计算与大数据算法设计》 《软件工程》 《 研究方法论》 《物联网技术与发展趋势 《网络空间安全前沿问题研究》 《智能人机交互》 《高级人工智能》 《大数据科学应用》 《信息安全》 《高级软件工程》 《高级算法设计与分析》

获奖经历：

2015年8月 第六届全国电子信息科学博士生论坛论文成果汇报二等奖

2016年8月 第七届全国电子信息科学博士生论坛论文成果汇报三等奖

2020年12月 INSCRYPT 2020 Session chair

学习经历

2014年9月-2018年6月，中山大学，信息与通信工程，博士研究生

2017年7月-2017年9月，香港城市大学，访问学者

工作经历

2019年2月至2021年2月，暨南大学信息科学技术学院，博士后

研究方向

基于注意力机制的神经网络，智慧综合能源和能源大数据。

主要论文

1. Hailiang Li, Jian Weng*,Adaptive Dropout Method Based on Biological Principles，IEEE Transactions on Neural Networks and Learning Systems，vol.32,no.9, pp.4267-4276, Sept. 2021,JCR1区,IF:10.451,TOP期刊

2. Hailiang Li, Jian Weng*, A Defense Method Based on Attention Mechanism Against Traffic sign Adversarial samples,Information Fusion,Volume 76, 2021, Pages 55-65,JCR1区，IF:12.975，TOP期刊

3. Hailiang Li, et al,A Semi-automated Annotation Algorithm Based on Weakly Supervised Learning for Medical Images，Biocybernetics and Biomedical Engineering 40 (2020) pp. 787-802, SCI索引，第一作者，影响因子：4.314

4. Hailiang Li, et al,An improved deep learning approach for detection of thyroid papillary cancer in ultrasound images，Scientific Reprots,(2018) 8:6600，SCI索引，第一作者，影响因子：4.379

5.张宇,李海良*.基于RSA的图像可识别对抗攻击方法[J].网络与信息安全学报,2021,7(05):40-48.通信作者，中国科技核心期刊

承担课题

1. 基于注意力机制的安全性图像识别模型研究与应用，2021广东省普通高校特色创新项目，主持，17.12万元，项目编号：2021KTSCX006；

2. 基于 AIOT 的多维视觉下电力施工人员工作监控与管理系统，广东省科技创新战略专项资金，主持，2万元，项目编号：PDJH2021b0058；

社会职务

广东工业大学，校外合作硕士生导师

我要预订

咨询电话：027-5111 9925 , 027-5111 9926手机：18971071887邮箱：Service@mingketang.com