https://mp.weixin.qq.com/s/BTP9TlPy4hSEcusMdspPNA
专题一：大模型与知识图谱前沿技术融合

           联通研究院  蔡丰龙

专题二：视觉大模型与具身智能应用实战

           哈尔滨工业大学  屈桢深

专题一：大模型与知识图谱前沿技术融合与实战

 

高级进阶课程，配套教材、课件、环境、实验手册、源码、数据、回放

课程介绍

本课程旨在为高校教师提供深入理解大模型与知识图谱的原理和应用实战经验。随着人工智能技术的飞速发展，知识图谱已经成为解决各种复杂问题的重要工具之一。而大模型的兴起更是在各领域引发了巨大的影响，从自然语言处理到计算机视觉，再到推荐系统和生成式模型等等，大模型的应用不断拓展和深化。本课程将全面介绍知识图谱和大模型的基本原理、算法实现、模型优化以及最新的研究进展。本课程旨在结合理论与实践，通过深入浅出的讲解和动手实践的项目，帮助参训教师掌握大模型和知识图谱的核心原理、关键技术及其在多个领域中的实际应用。真正的让各位老师可以了解到所学内容如何和实际结合，做到更好的进行教学、科研工作，同时为发表高水平论文、竞赛辅导、申报纵向和横向课题打下坚实基础。

课程特色

1、通过案例分析，了解大模型和知识图谱在各个领域的应用实践，启发创新思维；

2、本课程注重理论与实践的紧密结合，通过丰富的案例分析和项目实战，使教师能够将理论知识转化为实际能力；

3、可以胜任深度学习、知识图谱、大模型等技术工作，全流程构建、项目架构设计并且能够实际动手完成案例。

4、课程内容紧跟大模型和知识图谱的最新研究进展，同时关注实际应用需求，使教师既能掌握前沿技术，又能解决实际问题。

目标及学习收获

1、掌握大模型和知识图谱的基本原理和算法，理解其原理及计算过程；

2、熟悉深度学习开发环境搭建和神经网络原理，能够搭建和训练基本的深度学习模型；

3、了解大模型的设计原理、优化方法和应用场景，掌握大模型的训练技巧和部署方案；

4、掌握Transformer模型结构及内部原理；

5、掌握大模型环境构建及模型训练部署方法；

6、掌握大模型家族GPT、LLaMA、GLM等模型的内部机制；

7、掌握大模型提示学习、轻量化微调、RLHF、量化、蒸馏等核心技术；

8、掌握大模型的设计、训练、调优、部署等关键技术；

9、掌握大模型必备的预处理相关技术；

10、掌握深度学习重要领域机器视觉、GAN、强化学习的原理及实战；

11、掌握知识图谱知识源数据的获取、知识抽取、知识融合、知识加工、知识存储等核心技术；

12、掌握融合大规模语言模型与知识图谱的推理方法；

13、可以独自进行基于大语言模型、知识图谱的全流程构建、项目架构设计并且能够实际动手完成案例。

课程大纲

专题二：视觉大模型与具身智能应用实战

高级进阶课程，配套教材、课件、环境、实验手册、源码、数据、回放

课程介绍

课程围绕视觉大模型和智能机器人领域的最新进展，以“体系清晰，应用实战”为目标，通过形象生动的课程讲授和丰富多样的实验/演示，一方面“从上而下”明晰视觉体系构建及演化，另一方面“自底而上”讲清方法实现关键细节。课程沿“机器视觉框架——深度学习——视觉大模型——具身智能”主线，讲授机器视觉、视觉大模型与具身智能的基本原理、实例应用及前沿进展，内容包括机器视觉快速导引与关键概念、视觉系统任务、深度学习、多模态大模型、具身智能、VLA等，同时涵盖Transformer、视觉-语言大模型、具身智能等视觉领域的最新进展。课程结合OpenCV、PyTorch、ROS等通用平台框架，提供传统及现代机器视觉、具身智能应用的丰富实例及项目讲解。课件可视化强；注重讲述来龙去脉，同时实验紧扣课程内容，以真正掌握为目标。在激发学习兴趣的同时，可切实理解教学内容并能动手实践，为参训教师今后开设同类课程及实际项目研发提供关键支撑。

课程特色

课程以“知识理解透彻，代码应用实战”为目标，讲授机器视觉、视觉大模型与具身智能的基本原理、实例应用及前沿进展。结合OpenCV、PyTorch、ROS等通用平台框架，提供传统及现代机器视觉、具身智能应用的丰富实例及项目讲解。通过课程学习，可切实理解机器视觉经典及现代深度学习、大模型、具身智能方法，同时通过丰富实例提高应用能力，参训教师学习后可开设同类课程或从事相关项目研发。

目标及学习收获

1、掌握机器视觉体系架构、经典视觉关键方法思想及内容实现；

2、掌握现代深度学习应用与机器视觉的基本思想与关键方法；

3、掌握深度学习视觉识别、检测等关键任务中的网络构建和方法实现；

4、掌握视觉-语言大模型的核心技术和检测、分割等典型应用；

5、掌握智能系统和具身智能的基本概念；

6、通过自动驾驶等实例掌握ROS系统编程及具身智能实现；

7、掌握VLA的原理与实现方式；

8、掌握具身视觉的具体方法及应用；

9、加强机器视觉的实践与项目联系，提升知识理解和编程实现能力。

课程大纲

会务咨询

张存瑞19560746611