|
|
|
 |
|
| 主讲:Mike 老师
|
| Red hat AI Infra 实施专家 |
时间:2026年7月25日
上午 10:00-11:00 |
| 费用:免费 |
|
|
|
|
|
分享重点:
随着大语言模型( LLM )技术的飞速发展,如何将其高效落地于具体业务场景已成为业界焦点。本次讲座以 “ 大模型微调、性能测试与能力评估 ” 为主题,旨在深入探讨大模型工程化落地的核心技术闭环。
讲座将围绕三大核心模块展开:
1.模型微调( Fine-tuning ):解析主流的参数高效微调技术,分享如何实现通用大模型的进行 Lora 方式进行微调的全过程。
2.性能测试( Performance Testing ): 聚焦大模型推理部署的工程挑战,探讨吞吐量、首字延迟及显存占用等关键指标的测试,以及测试工具的使用。
3.能力评估: 系统介绍科学的评估体系构建方法,涵盖主流基准测试,微调后的单元测试以及 LLM-as-Judge 的测试。 |
课程安排:
一、大模型微调(Fine-tuning)深度实战
1. 参数高效微调技术(PEFT)概述
2. LoRA(Low-Rank Adaptation)技术
3. 通用大模型 LoRA 微调全流程
二、大模型性能测试
1. 核心性能指标全解析
2. 性能测试工具与压测示例
3. 性能测试监控与数据管理
三、 大模型能力评估体系构建
1. 主流基准测试
2. 微调后的单元测试与特定任务验证
3. LLM-as-Judge(大模型作为裁判)探索
目标听众:关注AI研发与测试的人员
|
请关注官方微信号,了解后续的课程! |
| |
|
|
| |
|
|
|
|
| |
|
|