一、实施背景

ChatGPT3个月月活破亿，可能会颠覆万亿美金Google，已经颠覆独角兽Grammerly，未来会有更多的行业和职业被颠覆，在大变局下，我们如何去深刻认识ChatGPT，利用ChatGPT武装自己和自己所在的组织。

本课程**四大部分，**部分全面了解ChatGPT的前世今生、技术实现原理、行业实践以及商业变现途径；第二部分了解以ChatGPT为代表的AIGC浪潮，除了生成文本，还生成图片、音频、视频、多模态从而实现数字人，GAMEAI等；第三部分了解驱动ChatGPT与AIGC的底层是大模型，了解大模型的一般原理和技术发展；第四部分则是寻找ChatGPT的小的切入点，实现搞钱。

二、实施内容

1、课程简介

课程时长：2天

2、课程大纲

《ChatGPT如何赋能企业管理》课程大纲（举例）

模 块

内 容

实战演练

ChatGPT改变世界

宏观认知

二季度**会议关于chatGPT会议结论的政策解读

人工智能的iphone时刻/登火箭时不要问坐那个座位

AI的影响可能是反人性的

chatGPT的影响可能是文艺复兴级的

新的大国竞争和wintel联盟

上一轮人工智能进入尾声

案例：5000万美金的朋友圈

案例讨论与练习

ChatGPT的先进性

ChatGPT具备诸多先进性特征

ChatGPT 提升的核心点

ChatGPT 提升的原因

ChatGPT 提升的领域

ChatGPT得益于通用（基础）模型所构建 AI 系统的新范式

ChatGPT的局限性

机器幻觉

知识库问题

信息安全

跨境传输

预训练和微调

什么是预训练

为什么要预训练--中文表现不佳

为什么要预训练--领域知识不足

为什么要预训练--有时候微调不解决问题

为什么要预训练--行业实践

预训练的目的

领域差距是什么？

数据问题

预训练过程

分词

词表扩充

数据源采样

中文预训练集

关于数据的结构化

C-Eval

学员提问与答疑解惑

什么是微调

Instruct tuning

Prompt tuning

Instruct-GPT paper

Alpaca微调过程

Vicuna-13B 的训练、评估和推理

微调国内实践

数据处理

使用RLHF来优化模型

模型优化思路

**引入判别模型代替人工打分

基于强化学习RL 进行语言模型微调优化

人类反馈的强化学习RL的总流程

大实验：利用竹间智能平台一起共创一个微调政务大模型(0.5天-1天）

其他AIGC实践

zero-shot vs few shot

多模态的实现:GPT识图识声

Stable Diffusion: 文生图

SigmentAnything Model: 图片分割

3、培训资料清单

培训资源清单

资源提供方

名称

备注

会场准备

客户准备

培训公司准备

三、实施方式

培训形式：理论讲解 案例分析 视频分享 课堂练习 实战演练 小组研讨 互动答疑。

同时，青软也将对培训全过程进行质量管理。培训前，组建培训工作组全程服务，并公布联系方式以及时协调解决问题；培训中每期收集学员评价意见，进行实时调整；培训后，将从培训概况、授课安排、意见反馈等方面认真总结培训实施情况，进一步优化培训方案。

预期效益

了解ChatGPT的历史和原理，掌握大模型的预训练和微调的一般方法和流程，已经了解其他AIGC的一般原理。