+大模型的本地 部署和微调
大任智库服务—DeepSeek深度应用及创新实践培训与辅导
陈念东江苏大任智库AI技术总监AI研究与应用领域资深专家
目 录1、大模型在垂直领域使用时为啥需要修改或增强2、检索增强生成RAG和微调Fine-tunning选择3、微调的种类和相关工具框架介绍4、RAG、Fine-tunning微调时费用常见的估算方法5、实际微调l Prompt Learning中常使用的技巧介绍        现场演示Prompt微调实列l LoRA中的常用技巧介绍        现场演示LoRA微调实列l RLHF常用技巧介绍        现场演示RLHF微调实列6、大模型垂直领域部署失败的原因介绍
大任智库服务—DeepSeek深度应用及创新实践培训与辅导
大模型在垂直领域使用时为啥需要修改或增强l目前大模型存在的问题                幻觉问题：LLM 有时会生成看似合理但实际错误的内容，这种现象被称 为“幻觉” 。 这主要是由于预训练数据的局限性，模型可能缺乏特定领 域的知识，或在数据中学习到错误信息。                时效性问题：LLM 的训练数据通常截至于特定时间点，因此无法处理训 练后发生的事件或更新的信息。 这在需要实时信息的应 ...