主题：Llama 2 大模型技术解读

1. 预训练 Pretraining
2. 对齐 Alignment
3. 评估 Evaluation

• 了解 Llama 2 和其 Chat 版本所涉及的技术栈细节
• 了解未来大模型发展需要突破的难点

1. Llama 系列模型与其他开源模型的对比及其汉化机制
2. 基于 Llama 系列模型的领域微调模型案例解读
3. 基于 Llama 系列模型及知识增强的落地应用案例解读
4. 总结与展望

• 了解 Llama 系列模型与其他模型的差距以及如何适应中文场景
• 了解现有基于 Llama 系列模型都有哪些垂直行业模型，其实现范式如何
• 了解基于 Llama 系列模型如何结合外部知识库提升落地应用效果

（）

1. 多模态模型的分类
2. 视觉多模态大模型的改造实践
3. 语音多模态大模型的改造实践
4. 总结与展望

• 了解多模态大模型的发展现状和技术优缺点
• 了解基于中文 Llama 2 的多模态大模型改造技术

主题：Llama 2 开源模型量化及低成本微调实战

1. 开源模型量化方案一览
2. 微调方案对比
3. 低成本微调实战
4. 总结与展望

• 用更少的资源运行大模型的方案
• 更快地调整模型能力的方法，并将其应用在你的垂直领域中
• 了解相同底座模型微调方式的差异和效果

1. 基座模型对比及选择
2. 准备训练数据和训练环境
3. 模型微调实战
4. 总结与展望

• 了解现有基座大模型的对比及选择策略
• 学习如何对模型进行微调及部署
• 了解打造专属大模型的完整流程