当前位置: 首页 > news >正文

NLP与大模型主题全国师资培训班落地,飞桨持续赋能AI人才培养

为了推动大模型及人工智能相关专业人员的培养,8月11日-8月13日,由中国计算机学会主办、机械工业出版社、北京航空航天大学、百度飞桨联合承办 “CCF群星计划之文心高校行- NLP与大模型”主题师资培训班(以下简称培训班)在北京天信亮酒店圆满举办。

来自全国各地46所高校、38个人工智能及相关专业的53名教师线下参加此次培训班。中国计算机学会秘书长唐卫清,中国科学院自动化研究所研究员宗成庆,百度高校合作部总监李轩涯,北京航空航天大学教授、教育部数学信息与行为重点实验室副主任郭炳晖,北京航空航天大学人工智能研究院教授沙磊,北京航空航天大学教授郝金星,百度飞桨教育生态运营负责人钱芳等专家学者汇聚一堂,研讨分享了大模型技术、科教融合、校企合作的研究成果和实践经验。

图片

全体学员留影

学界专家致辞&报告

随着人工智能技术的快速发展,大模型已经成为了人工智能的主流发展方向,同时也对新时代AI人才的培养带来了新的思考与挑战。现场,中国计算机学会秘书长唐卫清在致辞中提到中国计算机学会一直在推动人工智能相关专业与行业相结合,长期坚持面向不同身份的学员一直做相关的科普培训活动,促使大众了解计算机领域包括人工智能领域的内容。百度高校合作部总监李轩涯在致辞中提到大模型对于产业、教育的影响,特别大模型出现后对教师的科研、教学模式等都发生了一些新改变;并表示,大模型时代科普尤显重要,希望通过此次大模型培训,能让更多的老师结合大模型赋能在各个学科的课程之中。北京航空航天大学教授、教育部数学信息与行为重点实验室副主任郭炳晖在致辞中提到北京航空航天大学人工智能研究院建设模式是“1+M+N”,其中“N”代表着推进产业合作,与百度则是其中这个序列中合作最密贴的公司。希望通过三天的培训后,教师们能够将大模型这颗“火苗”与教学内容相结合再去培养学生,助力人才培养。

image.png
唐卫清秘书长

image.png
李轩涯总监

image.png
郭炳晖教授

中国科学院自动化研究所研究员宗成庆现场作特邀报告《大模型对产业和教育的影响》,在报告中对通用大模型的能力进行分析,总结出大模型可以大幅度提高工作效率,极大地拓展个人视野、在各个领域不同任务上都有中等水平以上的表现。

image.png

中国科学院自动化研究所研究员 宗成庆

北京航空航天大学人工智能研究院教授沙磊在《利用外部工具拓展大模型的能力边界》报告中概述了大模型与工作学习,并分别介绍了数据类、检索类、运算类、控制类等工具。提到了提示、监督学习、自学习、迁移学习等多种技术需有效融合,才能让大模型对新的工具和环境进行快速适配。

image.png
北京航空航天大学人工智能研究院教授 沙磊

百度飞桨教育生态运营负责人钱芳在分享《大模型重塑AI人才培养》中提到大模型的诞生让人工智能技术得到了更加广泛的应用。不仅开启了生产力的变革同时也让高校的教学内容及AI人才培养模式发生了结构式的新变化。报告结合当下对大模型时代AI人才的培养新标准,重塑AI人培养新方案,提出最新校企合作计划。

image.png

百度飞桨教育生态运营负责人 钱芳

北京航空航天大学教授郝金星现场分享《百度飞桨赋能高校教育分享》从AI和高等教育的角度出发,强调积极推动人工智 创新的重要性。并介绍北京航空航天大学“AI+经管”行动学习模式,及通过展示飞桨提供教学平台、比赛支持、助力学生完成高质量论文等维度,展示了飞桨赋能“AI+经管”的内容,助力高校AI复合型人才培养。

image.png
北京航空航天大学教授 郝金星

知名讲师现身教学

大模型知识,化繁为简

汇集多位来自知名高校的讲师,化繁为简,让学员轻松掌握人工智能技术的核心。从计算机视觉、语音、自然语言处理等维度出发,生动形象地介绍了人工智能技术如何使得计算机能够像人类一样行动与思考。在实战环节,带领学员完成停车场车辆识别与车位统计经典模型应用。同时,介绍了自然语言处理知识、Transformer网络等当前热门技术,为学员的深入学习提供指导。

人工智能技术与应用

清华大学社会心理服务中心主任、百度飞桨布道师何吉波老师以《如何运用AI思维分析行业问题》《人工智能主要技术概览:图像、文本、语音》等为题从计算机视觉、语音、自然语言处理等维度出发,生动形象地介绍了人工智能技术是如何使得计算机能够像人类一样行动与思考。并带领学员完成停车场车辆识别与车位统计经典模型应用实战。

大语言模型的应用技巧与实践

飞桨产品运营经理Steven以《大语言模型的关键技术》《大语言模型应用》为题,从大语言模型的背景出发到介绍GPT系列模型,如何实用Prompt提示词与大模型交互及Prompt优化技巧。并带领学员基于文心一言大模型完成《对经历家庭争吵儿童的心理援助》《新闻稿写作改写与优化》。让学员亲身体验到了大模型“智”改生活、赋能千行百业的便捷之处。

自然语言处理与Transformer网络

百度飞桨布道师淳漾介绍了自然语言处理入门知识,讲解了NLP的概念、发展史、具体应用、技术难点和任务分类。让学员们学习了NLP的概念和发展过程,理解NLP的具体应用场景,明白NLP当前的技术难点,初步了解NLP的整体情况,为NLP的深入学习打开一扇大门。中国科学院自动化研究所副研究员赵阳以《Transformer网络》《基于Transformer的语言模型》等,主要介绍了自注意力机制概念与计算过程、Transformer网络结构及基于transformer的预训练语言模型,主要包络基于编码器的语言模型(以BERT为例)、基于解码器的语言模型(以GPT为例)、基于编码器-解码器的语言模型(以BART为例),帮助学员理解当前预训练语言模型的常见三种结构和各自特点。

image.png

image.png

image.png

image.png
学员现场学习交流图

备课不再愁,大模型高效赋能教学

2分钟搞定教案

大模型作为人工智能技术的核心,正在为教育行业带来革命性的变革。通用语言大模型的出现,不仅为高校老师提供了更加高效、精准的教学工具,同时也为培养复合型AI人才提供了强大的支持。

在为期三天的培训中,学员们不仅深入学习了通用语言大模型的基本原理和使用技巧,还基于文心大模型进行了多项实践,亲身体验到了大模型为教学工作带来的增效减负效果。这些实践经验将为他们在未来的教学工作中运用大模型提供宝贵的参考和支持。来自长春某高校的老师在现场使用文心一言生成教案,仅用两分钟就生成了一篇令人满意的教案,这为老师带来了很多新的开课教学思路,效果得到了在场老师的高赞好评。相信在未来的教学工作中,老师们会将大模型这颗“火种”融入新学期的教学内容中,带回学校、带到课堂、带给每一位学子,培养出更多具备大模型知识和技能的人才。

随着大模型等前沿技术的不断发展,越来越多的高校将开设相关课程,培养具备复合型AI技能的人才。这将为我国人工智能领域的发展提供坚实的人才基础,推动我国在人工智能领域的创新和发展不断迈向新的高度。

大模型时代,百度将紧密结合高校科研人才与企业应用人才培养,支持以产业和技术发展的新需求,持续建立特色校企合作,挖掘重点行业特色项目,继续推动高校人才培养改革,为社会培养人工智能人才。

百度飞桨长期以来从教学资源、工具与平台、支持与服务三个层面,围绕学习、实践、就业等环节,为高校师生提供丰富多样的资源支持。针对时下热门的大模型领域,也在持续打造相关课程及内容建设。未来,百度飞桨将继续坚持对AI人才教育的投入,推动产教深度融合创新,期待为国内人工智能领域的发展注入新活力、新动力。

相关文章:

NLP与大模型主题全国师资培训班落地,飞桨持续赋能AI人才培养

为了推动大模型及人工智能相关专业人员的培养,8月11日-8月13日,由中国计算机学会主办、机械工业出版社、北京航空航天大学、百度飞桨联合承办 “CCF群星计划之文心高校行- NLP与大模型”主题师资培训班(以下简称培训班)在北京天信…...

Jupyter Notebook 配置根目录

注:本文是在 Windows 10 上配置 Jupyter Notebook 打开的默认根目录,Linux 同。 步骤一:创建 Jupyter Notebook 配置文件 使用以下命令创建 Jupyter Notebook 配置文件(如果尚未创建): jupyter notebook …...

算法 位运算

文章目录 一、&&#xff08;按位与&#xff09;运算符二、|&#xff08;按位或&#xff09;运算符三、^&#xff08;异或&#xff09;运算符四、~&#xff08;取反&#xff09;运算符五、<<&#xff08;左移&#xff09;运算符六、>>&#xff08;右移&#xff…...

Linux 虚拟机常用命令

一、文件/文件夹管理 1. ls命令 就是 list 的缩写&#xff0c;通过 ls 命令不仅可以查看 linux 文件夹包含的文件&#xff0c;而且可以查看文件权限(包括目录、文件夹、文件权限)查看目录信息等等。 ls -a 列出目录所有文件&#xff0c;包含以.开始的隐藏文件ls -A 列出除.…...

解决抖音semi-ui的Input无法获取到onChange事件

最近在使用semi-ui框架的Input实现一个上传文件功能时遇到了坑&#xff0c;就是无法获取到onChange事件&#xff0c;通过console查看只是拿到了一个文件名。但若是把<Input>换成原生的<input>&#xff0c;就可以正常获取到事件。仔细看了下官方文档&#xff0c;发现…...

免费的png打包plist工具CppTextu,一款把若干资源图片拼接为一张大图的免费工具

经常做游戏打包贴图的都知道&#xff0c;要把图片打包为一张或多张大图&#xff0c;要使用打包工具TexturePacker。 TexturePacker官方版可以直接导入PSD、SWF、PNG、BMP等常见的图片格式&#xff0c;主要用于网页、游戏和动画的制作&#xff0c;它可以将多个小图片汇聚成一个…...

深层次分析字符数组和字符串的区别是什么?

前言 &#xff08;1&#xff09;休闲时刻刷B站&#xff0c;看到一个卖课的&#xff0c;发视频问&#xff0c;char arr1[]{‘H’,‘E’,‘L’,‘L’,‘O’};和char arr2[]“HELLO”;区别是什么。 &#xff08;2&#xff09;看那个卖课博主一顿分析&#xff0c;最后成功得出&…...

Redis 的主从复制、哨兵模式、集群脑裂

主从复制 主从复制是 Redis 高可用服务最基础的保证&#xff0c;将一台 Redis 主服务器&#xff0c;同步数据到多台 Redis 从服务器上&#xff0c;即一主多从的模式&#xff0c;且主从服务器之间采用的是「读写分离」的方式。 主服务器可以进行读写操作&#xff0c;当发生写操…...

Pycharm通过SSH配置centos上Spark环境

直接在shell进行pyspark进行编程&#xff0c;程序没有办法写得太长&#xff0c;而且我们希望能够实现一个及时给出结果的编程环境&#xff0c;可以使用pycharm连接centos上的spark&#xff0c;进行本地编程&#xff0c;同步到centos系统中运行程序&#xff0c;并把结果返回pych…...

leetcode做题笔记98. 验证二叉搜索树

给你一个二叉树的根节点 root &#xff0c;判断其是否是一个有效的二叉搜索树。 有效 二叉搜索树定义如下&#xff1a; 节点的左子树只包含 小于 当前节点的数。节点的右子树只包含 大于 当前节点的数。所有左子树和右子树自身必须也是二叉搜索树。 思路一&#xff1a;递归 …...

C# 中Lambda中的的匿名函数

/// <summary>/// 根据设备号&#xff0c;获取故障列表/// </summary>/// <param name"scanCode">主键</param>/// <returns></returns>[HttpGet]public async Task<IActionResult> GetItemPageList(string scanCode){//v…...

铰接式车辆的横向动力学仿真提供车辆模型研究(Matlab代码实现)

&#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&#xff0c;为了方便读者。 ⛳️座右铭&a…...

Ubuntu20 安装 libreoffice

1 更新apt-get sudo apt-get update2 安装jdk 查看jdk安装情况 Command java not found, but can be installed with:sudo apt install default-jre # version 2:1.11-72, or sudo apt install openjdk-11-jre-headless # version 11.0.138-0ubuntu1~20.04 sud…...

HTTP协议(JavaEE初阶系列15)

目录 前言&#xff1a; 1.HTTP协议 1.1HTTP协议是什么 1.2HTTP协议的报文格式 1.2.1抓包工具的使用 1.2.2HTTP请求 1.2.3HTTP响应 2.HTTP请求 2.1首行的组成 2.2.1URL的组成 2.2认识“方法”&#xff08;method&#xff09; 2.2.1GET方法 2.2.2POST方法 2.2.3GET…...

机器学习基础10-审查回归算法(基于波士顿房价的数据集)

上一节介绍了如何审查分类算法&#xff0c;并介绍了六种不同的分类算法&#xff0c;还 用同一个数据集按照相同的方式对它们做了审查&#xff0c;本章将用相同的方式对回归算法进行审查。 在本节将学到&#xff1a; 如何审查机器学习的回归算法。如何审查四种线性分类算法。如…...

基于 CentOS 7 构建 LVS-DR 群集。配置nginx负载均衡。

1、基于 CentOS 7 构建 LVS-DR 群集。 [root132 ~]# nmcli c show NAME UUID TYPE DEVICE ens33 c89f4a1a-d61b-4f24-a260-6232c8be18dc ethernet ens33 [root132 ~]# nmcli c m ens33 ipv4.addresses 192.168.231.200/24 [r…...

【云原生】Docker的数据管理(数据卷、容器互联)

目录 一、数据卷&#xff08;容器与宿主机之间数据共享&#xff09; 二、数据卷容器&#xff08;容器与容器之间数据共享&#xff09; 三、 容器互联&#xff08;使用centos镜像&#xff09; 总结 用户在使用Docker的过程中&#xff0c;往往需要能查看容器内应用产生的数据…...

使用vlc在线播放rtsp视频url

1. 2. 3. 工具链接&#xff1a; https://download.csdn.net/download/qq_43560721/88249440...

copy is all you need前向绘图 和疑惑标记

疑惑的起因 简化前向图 GPT4解释 这段代码实现了一个神经网络模型&#xff0c;包含了BERT、GPT-2和MLP等模块。主要功能是给定一个文本序列和一个查询序列&#xff0c;预测查询序列中的起始和结束位置&#xff0c;使其对应文本序列中的一个短语。具体实现细节如下&#xff1a…...

【附安装包】Vred2023安装教程

软件下载 软件&#xff1a;Vred版本&#xff1a;2023语言&#xff1a;简体中文大小&#xff1a;2.39G安装环境&#xff1a;Win11/Win10/Win8/Win7硬件要求&#xff1a;CPU2.0GHz 内存4G(或更高&#xff09;下载通道①百度网盘丨64位下载链接&#xff1a;https://pan.baidu.com…...

ASP.NET Core 中的 Dependency injection

依赖注入&#xff08;Dependency Injection&#xff0c;简称DI&#xff09;是为了实现各个类之间的依赖的控制反转&#xff08;Inversion of Control&#xff0c;简称IoC &#xff09;。 ASP.NET Core 中的Controller 和 Service 或者其他类都支持依赖注入。 依赖注入术语中&a…...

优化物料编码规则,提升物料管理效率

导 读 ( 文/ 2358 ) 物料是生产过程的必需品。对物料进行身份的唯一标识&#xff0c;可以更好的管理物料库存、库位&#xff0c;更方便的对物料进行追溯。通过编码规则的设计&#xff0c;可以对物料按照不同的属性、类别或特征进行分类&#xff0c;从而更好地进行库存分析、计划…...

Jetbrains IDE新UI设置前进/后退导航键

背景 2023年6月&#xff0c;Jetbrains在新发布的IDE&#xff08;Idea、PyCharm等&#xff09;中开放了新UI选项&#xff0c;我们勾选后重启IDE&#xff0c;便可以使用这一魔性的UI界面了。 但是前进/后退这对常用的导航键却找不到了&#xff0c;以前的设置方式&#xff08;Vi…...

借助frp的xtcp+danted代理打通两边局域网p2p方式访问

最终效果 实现C内网所有设备借助c1内网代理访问B内网所有服务器 配置公网服务端A frps 配置frps.ini [common] # 绑定frp穿透使用的端口 bind_port 7000 # 使用token认证 authentication_method token token xxxx./frps -c frps.ini启动 配置service自启(可选) /etc/…...

2023年高教社杯数学建模思路 - 案例:FPTree-频繁模式树算法

文章目录 算法介绍FP树表示法构建FP树实现代码 建模资料 ## 赛题思路 &#xff08;赛题出来以后第一时间在CSDN分享&#xff09; https://blog.csdn.net/dc_sinor?typeblog 算法介绍 FP-Tree算法全称是FrequentPattern Tree算法&#xff0c;就是频繁模式树算法&#xff0c…...

批量根据excel数据绘制饼状图

要使用Python批量根据Excel数据绘制饼状图&#xff0c;可以使用pandas和matplotlib库来实现。以下是一个基本的代码示例&#xff1a; import pandas as pd import matplotlib.pyplot as plt # 读取Excel文件 data pd.read_excel(data.xlsx) # 提取需要用于绘制饼状图的数据列…...

C++头文件和std命名空间

C 是在C语言的基础上开发的&#xff0c;早期的 C 还不完善&#xff0c;不支持命名空间&#xff0c;没有自己的编译器&#xff0c;而是将 C 代码翻译成C代码&#xff0c;再通过C编译器完成编译。 这个时候的 C 仍然在使用C语言的库&#xff0c;stdio.h、stdlib.h、string.h 等头…...

浏览器有哪几种缓存?各种缓存之间的优先级

在浏览器中&#xff0c;有以下几种常见的缓存&#xff1a; 1、强制缓存&#xff1a;通过设置 Cache-Control 和 Expires 等响应头实现&#xff0c;可以让浏览器直接从本地缓存中读取资源而不发起请求。2、协商缓存&#xff1a;通过设置 Last-Modified 和 ETag 等响应头实现&am…...

【C++】list

list 1. 简单了解list2. list的常见接口3. 简单实现list4. vector和list比较 1. 简单了解list list的底层是带头双向循环列表。因此list支持任意位置的插入和删除&#xff0c;且效率较高。但其缺陷也很明显&#xff0c;由于各节点在物理空间是不连续的&#xff0c;所以不支持对…...

剪枝基础与实战(2): L1和L2正则化及BatchNormalization讲解

1. CIFAR10 数据集 CIFAR10 是深度学习入门最先接触到的数据集之一,主要用于图像分类任务中,该数据集总共有10个类别。 图片数量:6w 张图片宽高:32x32图片类别:10Trainset: 5w 张,5 个训练块Testset: 1w 张,1 个测试块Pytorch 集成了很多常见数据集的API, 可以通过py…...