职贝云数AI新零售门户

标题: AI大模型赋能中医药产业发展分析 [打印本页]

作者: cqgwi 时间: 6 小时前
标题: AI大模型赋能中医药产业发展分析
以大模型为代表的人工智能技术正在加速改变世界，成为引领新一轮科技革命和产业变革的关键驱动。近年来，在数据、算法和算力等关键要素的疾速迭代下，AI大模型迅速发展，运用范畴不断拓宽，正在与中医诊疗、中药研发等深度交融，带来了众多创新与打破。中医药模型好像一位博学的古代名医，穿越时空，与古代科技携手，共同守护着人类的健康。
一、AI大模型助力中医药“守正创新”
（一）智能诊断
AI大模型在中医“望闻问切”四个诊断环节发力，推进中医古代化程度提升。“望诊”智能辅助诊断多集中于“面诊”“舌诊”范畴，一是运用图像辨认技术搜集面部色泽、皮肤润泽度、能否有斑点或其他皮肤变化等信息，经大模型输入辅助诊断信息；二是分析舌色、舌体、舌苔等舌象特征，为临床医生提供更为片面的舌诊信息。“闻诊”智能辅助诊断交融了声响、气息等多维度评价目的，首先可透过患者声响判读患者各脏腑器官的健康状况，而且会根据患者呼吸深浅、快慢、节律等，推断出患者的气血状况和能够存在的病症。“问诊”服务为生成式人工智能（AIGC）技术，患者只需提供本身的症状，中医大模型就会给出中医证型、治疗方法、处方与用药。智能“切诊”/“脉诊”设备经过AI核心算法，运用中医诊疗思绪和辩证逻辑对之前搜集的数百万/千万的临床脉象数据停止整合，对患者完成一分钟内精准采脉并提供个性化诊疗方案。

(, 下载次数: 0)

图片来源：大经中医官网
图1 基于岐黄问道·中医大模型的大经中医智能舌面诊仪
**（二）中医治疗
**
**AI大模型经过深化分析并交融中医传统实际、中药药理、中药配伍及临床运用等信息，可完成经典处方引荐、中医养生指点等功能。**在方剂引荐方面，中医药大模型可以基于患者输入的“疾病－症状－体征”信息，输入辨证结果、治则治法和中药方剂。并可根据体质辨识的结果，结合个人的年龄、性别、生活习气等，从饮食调养、情志调摄、起居调摄、运动养生、针灸按摩等方面停止个性化的养生方案制定。
（三）新药研发
**AI大模型为中药新药创新研发提供了有限能够。**长期以来，中药因其原料质量的不波动性、药效成分的复杂性、毒副作用的不确定性、作用机制的不明白性，导致传统的药物研发方式停止中药新药创新存在瓶颈。同时，又由于中药缺乏符合中医药特征的临床证据与迷信验证，也制约了本身的临床运用与推行。而AI大模型可以对海量的中医药数据停止处理和分析，并从复杂数据中辨认形式和规律，疾速挑选大量中药有效成分，辨认出具有治疗潜力的活性成分，并对药物配方停止优化，完成中药新药的创新研发。
**二、**中医药大模型对比分析“各具特征”
自人工智能浪潮席卷中医药行业以来，相关的中医药大模型如春笋般涌现。
“数智本草”大模型：由天士力医药集团与华为云在盘古大模型的基础上结合开发，其对“1000+”古籍停止翻译，录入了“9万+”方剂、“4万+”中成药，并翻阅“4000万+”中医药文献，分析研讨“300万+”自然产物，着眼于中医药实际证据的发掘和总结，在守正的基础上停止创新，不只可完成“从病到方”和“从方到病”，更在中医药研发等诸多场景停止了尝试。
岐黄问道·大模型：****由南京大经中医研发，该模型触及知病、知症、养生三个子模型，一是根据患者确诊的疾病给出药方，二是根据主诉症状和伴随症状、体征信息给出中药处方，三是瞄准中医养生调理方向，可给出包括但不限于食疗、茶饮、推拿以及艾灸等个性化的养生建议等。
此外，博奥晶方和水木分子也在联手攻坚中医药大模型，单方将基于博奥在中医药原创研发数据上的积累优势和水木分子的千亿参数多模态生物医药对话大模型底座ChatDD-FM，在中医药精准诊疗、中药创新药、药食同源食品、植物化妆品等四个运用场景展开探求。
表1 部分中医药大模型对比
三、中医药大模型商业化进程“任重道远”
**中医药标准化难题牵绊产业发展。**中医药大模型的发展面临着标准化和规范化的应战，包括中医术语、药材质量、配方标准和治疗效果评价等多个方面，标准体系的缺乏严重影响大模型语料的结构化以及相应数据搜集及训练。
**高质量核心数据缺乏限制模型准确率。**目前医疗大模型多是由公开的医疗数据信息训练而成，大量的患者就医及临床数据多掌握在医院手中，由于数据触及患者隐私，医院难以向大模型企业公布，导致中医药大模型训练数据不足，准确率不高。
**医疗大模型等新兴事物面临信任困境。**新型科技产品从走向大众视野到广泛运用不能一挥而就，需求用户习气的不断养成，医疗大模型触及关乎国计民生的健康行业，尤为如此。一端是医生对医疗大模型持保守态度，担心其影响本人的专业判别；另一端是患者对缺乏面对面交流的在线医疗服务持怀疑态度，这些都需求一定工夫去顺应。
四、总结
为促进中医药大模型普及运用，针对行业存在的共性成绩，提出如下建议。
**推进中医药知识体系古代化进程。**应用大数据、人工智能等新一代信息技术，加强名老中医学术阅历、老药工传统技艺、经典药方分析等活态传承。建立中医药适用的标准体系，一致中医不同地方派系名词术语标准、道地药材采集标准、传统炮制过程标准等，为中医药大模型训练所需的海量结构化数据搜集提供标准环境。
**优化中医药相关数据可信流经过程。**经过隐私计算、数据脱敏和区块链加密等技术创新手腕，加强中医药数据隐私保护，强化数据追踪与溯源才能，有效破解数据流通中的信任瓶颈。经过数据确权、数据共享等机制创新政策，遵照“原始数据不出域，数据可用不可见”的准绳，推进中医药大模型与高质量数据的碰撞交融，激活中医药优质数据资源，提高大模型的准确率。
**多维度发力加速中医药大模型落地运用。**基于中医药特征开发中医药范畴垂类模型，加速训练迭代，促进模型能级提升，提高大模型可接受程度。推行大模型运用成功案例，明白模型现阶段运用定位，辅助医生停止诊疗决策。探求建立中医药大模型误诊错诊追责机制，处理患者运用的后顾之忧和不信任危机。
中医药是中国传统迷信的瑰宝，传承创新发展中医药是新时代中国特征社会主义事业的重要内容。现如今，为推进中医药的古代化、智能化发展，多个中医药大模型曾经问世。随着大言语模型技术的蓬勃发展，中医药学迎来了数字化和智能化转型的新机遇。在此，与大家一同清点已公开的中医药大言语模型。
表1.中医药大言语模型汇总
首个中医药大言语模型—‘‘仲景’’
‘‘仲景’’是受古代中医学大师张仲景深邃智慧启迪，专为传统中医范畴打造的预训练大言语模型。由复旦大学张文强教授、王壟博士后等人共同指点。

(, 下载次数: 0)

图1.由Bing画图输入与人类提示相结合生成的CMLM-ZhongJing的Logo
此项目开源了针对Qwen1.5-1.8B-Chat模型的微调权重，在一张Tesla T4显卡即可完成高速推理。经过在专有医疗数据集上停止多次迭代训练确保模型在中医药范畴具有较强了解和生成才能。**此外，‘‘仲景’’自创人类记忆知识的过程，采用专业表格，借助大言语模型的言语表征才能，严厉设置特定的prompt模板，使得模型基于中医妇科方药表格数据生成包括患者治疗故事、诊断分析、诊断治疗预期结果、处方功用、互动故事、患者治疗故事、叙事医学、舌脉象、诊疗方案制定、批判性思想、随访、处方、药物用量、个例研讨、真实世界成绩、病因病机等15个场景，**以促进模型对中医方药数据及诊断思想逻辑的推理才能。

(, 下载次数: 0)

图2.人类医生参与的多义务治疗行为分解指令构建策略。
‘‘仲景’’旨在阐明中医博大精深之知识，传承古代智慧与古代技术创新，最终为医学范畴提供可信任和专业的工具。（https://github.com/pariskang/CMLM-ZhongJing）
‘‘海河·岐伯’’
2024年1月，天大智图（天津）科技有限公司的中医药大言语模型——**“海河·岐伯”**大模型开放内测。
“海河·岐伯”大模型的命名源于“医术之祖”——《皇帝内经》，该大模型系统以中医典籍为核心，抽取四库全书医家类材料、传统中医文献与威望中医药学材料的文本素材，****以中医药范畴的基本概念、知识、实际、疾病、药物、方剂等为节点，构成残缺的知识图谱。“海河·岐伯”经过大模型真实还原古医书中记载的崎伯问诊场景，为古代中医药学提供了新一代大言语模型。

(, 下载次数: 0)

图3.构建Qibo的总体流程图.
作为面向中医药范畴的大模型，“海河·岐伯”为传统行业的数智化转型和信息化发展赋能。
‘‘数智岐黄’’
2024年3月，华东师范大学举行的 “AI 赋能下的将来药学产学研发展论坛” 大会上发布了**“数智岐黄”中医药大模型**。该模型是由华东师范大学、上海中医药大学、华理工大学、海军军医大学等多家单位及全国重点实验室结合开发。
“数智岐黄”中医药大模型以**《黄帝内经》《伤寒杂病论》等中医典籍及1000多本古籍和中医药文献为核心数据基础**，以高质量中医药知识图谱为知识库，涵盖超过8万种方剂、超过2000种症候、超过9000种中药材、超过4万种中药成分、超过1.8万种靶点、超过2000种疾病，采用预训练和微调并结合检索加强生成和插件调用等技术，经过方剂引荐、中药性质解读、症候辅助诊断，完成中医药范畴知识智能问答、健康咨询、中医药知识图谱动态交互三大核心功能，助力中医药创新研讨和人才培育、临床辅助诊疗和中医养生保健，推进中医药文明传承创新发展。
‘‘数智本草’’
在2024年5月召开的数智赋能大健康产业新质消费力暨第四中医药国际发展论坛上，天士力医药发布了**《数智中药——古代中药的数智化发展白皮书》**，紧接着重磅推出了聚焦中药产业创新研发的“数智本草”大模型。“数智本草”大模型，是基于华为澎湃算力与向量库等先进工具，由天士力与华为云在华为盘古大言语模型和盘古药物分子大模型的基础上结合开发的中医药言语大模型和计算大模型。
目前大模型集守正（1000种以上古籍及翻译，9万首以上方剂，4万个以上中成药等）、创新（4000万份以上文献摘要，300万种以上自然产物，2万个以上靶基因通路信息等）、产业化（10万个以上临床方案，16万个以上中药专利以及药典政策指南等）三大类海量数据。**“数智本草”言语大模型，拥有380亿参数量，基于中医药海量文本数据预训练，结合向量库检索强化，以及中药研发多场景的微调，**可以更好地协助研讨者完成中医药实际证据的发掘和总结。
（https://tcmaidd.tasly.com/ui/#/login）
TCMLLM
TCMLLM由北京交通大学计算机与信息技术学院医学智能团队开发的中医药大言语模型项目，旨在经过大模型方式完成中医临床辅助诊疗（病证诊断、处方引荐等）中医药知识问答等义务，推进中医知识问答、临床辅助诊疗等范畴的疾速发展。目前针对中医临床智能诊疗成绩中的处方引荐义务，发布了中医处方引荐指令微调大模型TCMLLM-PR。研发团队整合了8个数据来源，涵盖4本中医经典教科书《中医外迷信》、《中医外迷信》、《中医妇迷信》和《中医儿迷信》、2020版中国药典、中医临床经典医案数据、以及多个三甲医院的涵盖肺病、中风病、糖尿病、肝病、脾胃病等多病种的临床病历数据，构建了包含68k数据条目（共10M token）的处方引荐指令微调数据集，并运用此数据集，在ChatGLM大模型上停止大规模指令微调，最终得到了中医处方引荐大模型TCMLLM-PR。（https://github.com/2020MEAI/TCMLLM）
ShenNong-TCM-LLM
ShenNong-TCM由华东师范大学团队完成，旨在推进LLM在中医药范畴的发展和落地，提升LLM的在中医药方面的知识与回答医学咨询的才能，同时推进大模型赋能中医药传承。

(, 下载次数: 0)

该项目在2023年6月开源了中文中医药大模型——ShenNong-TCM，模型是以LlaMA为底座，采用LoRA (rank=16)微调得到。ShenNong-TCM以中医药知识图谱为基础，采用以实体为中心的自指令方法entity-centric self-instruct，调用ChatGPT得到11w+的围绕中医药的指令数据。
（https://github.com/michael-wzhu/ShenNong-TCM-LLM）
‘‘Huang-Di’’
黄帝源自中医古籍**《黄帝内经》，由南京大学信息管理学院及郑州大学人工智能学院**合作完成。在 Ziya-LLaMA-13B-V1基线模型的基础上加入中医教材数据：搜集“十三五”规划一切中医教材共22本；在线中医网站数据：爬取中医世家、官方医学网等在线中医网站及知识库。训练出一个具有中医知识了解力的预训练言语模型（pre-trained model），之后在此基础上经过海量的中医古籍指令对话数据及通用指令数据停止有监督微调（SFT），使得模型具有中医古籍知识问答才能。
图5.Huang-Di模型运用示例
‘‘本草智库’’——中医药大模型
2024年4月12日，由成都中医药大学、北京百度网讯科技有限公司、太极集团有限公司、天府中药城等单位结合开发的全球首个中药全产业链大模型——本草智库在第二届“千种本草基因组计划”研讨会上发布。
本草智库大模型基于中国工程院院士、成都中医药大学首席教授陈士林团队本草基因组学的研讨成果构建。本草智库汇集了1500万条中药材基原物种基因信息、3000余万条中药成分与靶点互作信息、400余万个化合物等中药研讨底层核心数据，构成了覆盖中药全产业链的2000余万个实体和超20亿个关系对知识图谱，让中药材有了专属“基因身份证”。
该模型以千亿级参数规模文心大模型为支撑，经过指令微调和检索加强生成技术，具有中药知识提取与生成、中药垂直范畴处理方案输入、中药产业一站式数字化服务三大功能，完成了中药研讨底层核心数据与中药全产业链关键环节无机结合。这一模型有助于提升中药基础研讨和产业全体效率及质量程度，可为中药全产业链各关键环节提供精准决策支持，从而优化消费流程，提高产质量量，确保药品安全
‘‘盘古’’大模型
华为中医药大模型于2024年1月23日正式亮相。浙江九为健康科技股份有限公司与华为云计算技术有限公司在华为深圳总部签署了中医药大模型片面深化合作协议，共同推出了这一创新性的中医药大模型。该模型的出现标志着传统中医药与古代科技的深度交融，为中医药范畴的研讨、开发和运用提供了新的思绪和方法。
盘古中医药大模型是一个基于深度学习技术的大规模预训练模型，专门针对中医药范畴停止设计和优化。该模型应用海量的中医药数据停止训练，可以深化了解中医药的言语和文明，为中医药的研讨、开发和运用提供了弱小的支持。
在数据方面，盘古中医药大模型交融了中医经典文献、中药方剂、药材信息、临床案例等多种类型的数据，构成了一个庞大而片面的中医药知识库。这些数据不只涵盖了中医药的各个方面，还经过了精心的清洗和标注，确保了数据的质量和准确性。
在技术方面，盘古中医药大模型采用了深度学习中的_Transformer_架构，这是一种具有弱小特征提取和上下文了解才能的神经网络结构。经过大规模的预训练，该模型可以自动学习到中医药范畴的复杂知识和形式，为后续的运用提供了坚实的基础。
在运用方面，盘古中医药大模型展现出了广阔的前景和潜力。首先，在中药方剂引荐方面，该模型可以根据患者的症状和体质，智能引荐个性化的中药方剂，提高了中医治疗的精准度和效果。其次，在药材质量控制方面，该模型可以经过对药材的性状、产地、采收工夫等信息的分析，辅助鉴别药材的真伪和优劣，确保了药材的质量和安全。此外，在病症辅助诊断、新药研发以及健康管理等方面，华为中医药大模型也都可以发挥重要的作用。
盘古中医药大模型的出现，不只对中医药范畴产生了深远的影响，也为传统医学与古代科技的交融提供了新的思绪和方法。经过该模型的运用，我们可以愈加深化地了解中医药的精髓和智慧，推进中医药的古代化和国际化进程。同时，该模型也为其他传统医学范畴与古代科技的交融提供了有益的自创和参考。
图7.‘‘九为’’‘‘华为’’‘‘联手构建’’盘古中医药大模型
‘‘华佗’’中医药大模型
亳州，中国药都，华佗是东汉末年的杰出医学家，其故乡正是如今的亳州市，此次亳州与华为公司合作建设华佗中医药大模型。亳州市与华为公司强强结合，充分应用华为算力、算法优势，亳州中医药政策、区域、资源、数据优势，打造首个中医药产业大模型——华佗中医药大模型。
根据**《华佗中医药大模型建设方案》**，亳州市将构建全球首个中医药产业大模型，落实国家人工智能+行业战略目的，赋能中医药行业提质增效。建设华佗中医药大模型创新中心，打造世界中医药之都、全国中医药产业高地、中医药进入国际市场的“桥头堡”。
**《华佗中医药大模型建设方案》**明白：以华佗中医药大模型创新中心、产业买卖平台、产业数据平台、产业大模型服务平台等“一中心三平台”构建华佗中医药产业大模型，整合中医药产业资源。围绕消费、贸易、服务、管理，以新产业、新形式、新动能为核心完善产业规划，汇聚亳州中医药数据，明白中药、中医价值场景和需求，持续发展“人工智能+”交融新业态，推进亳州中医药产业的创新和晋级。
‘‘岐黄问道’’中医药大模型
2023年7月28日下午，由国内数智中医行业的领军企业南京大经中医药信息技术有限公司研发的“岐黄问道·大模型”在南京江北新区产业技术研创园浩大发布。来自医疗界、技术界、投资界、中医药与大健康产业界以及包括新华社、人民日报在内的旧事界的约100位嘉宾出席了发布会。
岐黄问道大模型是一个基于中医知识和数据的人工智能模型，由大经中医研发和发布。它可以根据用户提供的疾病、症状、体征等信息，给出中医的诊断和治疗方案，包括中药、食疗、茶饮、推拿、艾灸等多维度的养生调理建议。它的目的是完成中医临床诊疗和健康养生的智能化，传承和发展中医药文明。
岐黄问道大模型包括三个方向的子模型：
1.基于已确诊疾病的临床诊疗大模型；
2.仅仅基于症状、体征的临床诊疗大模型；
3.中医养生调理大模型。
岐黄问道大模型是国内首个以中医为核心的垂直范畴大模型，也是年轻人养生的第一个大模型。它有助于中医药数智化发展，也有助于普及中医药知识和服务，提高人们的健康程度和生活质量。
图8.岐黄问道·大模型
‘‘讯飞星火’’中医药大模型
2024年6月27日，科大讯飞正式对外发布讯飞星火大模型V4.0，以及在医疗、教育、商业等多个范畴的人工智能运用。
随着新版本的发布，讯飞星火V4.0七大核心才能片面晋级，在8个国际主流测试集中排名第一，全体超越GPT-4 Turbo，抢先国内大模型。现场刘庆峰分享的数据显示，在海量知识问答、复杂言语了解、专业文书生成、诊断治疗引荐、多轮交互以及多模态交互等方面，讯飞星火医疗核心才能片面超过GPT-4 Turbo和GPT-4o。
刘庆峰称，当前，星火APP下载量曾经达到了1.31亿，涌现出一批用户喜欢的运用助手。在星火大模型的加持下，部分场景下的智能硬件销量同比增长70%+，月均运用时次数超过4000万。另外，星火V4.0大模型是基于全国首个国产万卡算力集群「飞星一号」训练而成，意味着完全自主可控。
图9.讯飞星火中医大模型
‘‘聪宝素问’’大模型
2023年8月12日，全国首个公开发布的中医GPT—“聪宝素问”，在第九届中国中医药信息大会上正式上线2.0版本。
“聪宝素问2.0”由聪宝科技创始人顾高生发布，中国中医药信息学会会长、国家中医药管理局原副局长吴刚，中国中医药信息学会副会长兼执行秘书长朱佳卿，华润数科华润云事业部行业生态部专家邓通参与发布仪式。
而中医奠基之作**《黄帝内经》**的成书体裁，与GPT有着惊人的相似之处：整本书是以成绩为牵引，经过黄帝和岐伯的对话来解析中医。黄帝就是“提示词工程师”，与岐伯“延续对话”，产生“生成式内容”。
**《黄帝内经》由《素问》****《灵枢》**两卷组成，起名为“聪宝素问”，印证了这段跨越千年的机缘。
目前，“素问 GPT”已正式进入临床运用阶段，可广泛运用于康养机构、药店诊所、文旅养生，药膳餐饮等众多范畴，构成对应的服务处理方案。将来，“素问GPT”还将开放更多运用场景，并提供新场景的订制服务。
‘‘天河灵枢’’大模型
2024年4月10日，在第三届中医药高质量发展大会暨新时代中医药高质量发展战略研讨会上，由国家超级计算天津中心结合古代中医药海河实验室及天津中医药大学、天津大学、信创海河实验室等团队合作研发的“天河灵枢大模型”安装正式发布。‘‘天河灵枢大模型”的命名来源于中国传统医学著作**《灵枢》，与《素问》九卷合称《黄帝内经》。“天河灵枢大模型”是基于中医经典名著和针灸临床**循证证据库以及中医循证知识图谱等专业数据，这是一款面向中医针灸范畴的专业大模型。
“天河灵枢大模型”学习了上百本中医经典，经过上万篇循证证据训练，具有深沉的中医实际知识，可作为中医智慧助手为用户提供精准且专业的解答。无论是对中医实际的深化讨论，还是对健康成绩的细致分析，“天河灵枢大模型”均能迅速给出详尽且深化的回应。当用户寻求针灸治疗建议时，“天河灵枢大模型”可以迅速分析用户的病情，提出包括针刺、艾灸、按压等多种针灸治疗方法的个性化建议。
图11.‘‘天河灵枢’’大模型
中医药横琴大模型
2023年12月28日，中医药广东省实验室第一届学术委员会第一次会议暨首届横琴中医药科技创新大会在横琴粤澳深度合作区举行。会上，正式启动了中医药横琴大模型和中药新药智能自动化交融创新平台。
据引见，中医药横琴大模型汇集海量中医药数据，包含100亿字符的中医知识文本以及中医院的数字化病例**，依托高可信中医诊疗知识库，辅助医生精准诊疗，提供个性化治疗方案。**中药新药智能自动化交融创新平台经过工程化开发，基于机器人与自动化技术完成中药成分获取、结构表征、生物活性测定等全实验流程一站式处理方案。

(, 下载次数: 0)

如何学习AI大模型？

我在一线互联网企业工作十余年里，指点过不少同行后辈。协助很多人得到了学习和成长。
我看法到有很多阅历和知识值得分享给大家，也可以经过我们的才能和阅历解答大家在人工智能学习中的很多困惑，所以在工作繁忙的状况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业冤家无法获得正确的材料得到学习提升，故此将并将重要的AI大模型材料包括AI大模型入门学习思想导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频收费分享出来。

(, 下载次数: 0)

第一阶段：从大模型系统设计动手，讲解大模型的次要方法；
第二阶段：在经过大模型提示词工程从Prompts角度动手更好发挥模型的作用；
第三阶段：大模型平台运用开发借助阿里云PAI平台构建电商范畴虚拟试衣系统；
第四阶段：大模型知识库运用开发以LangChain框架为例，构建物盛行业咨询智能问答系统；
第五阶段：大模型微调开发借助以大健康、新批发、新媒体范畴构建合适当前范畴大模型；
第六阶段：以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段：以大模型平台运用与开发为主，经过星火大模型，文心大模型等成熟大模型构建大模型行业运用。

(, 下载次数: 0)

👉学会后的播种：👈
• 基于大模型全栈工程完成（前端、后端、产品经理、设计、数据分析等），经过这门课可获得不同才能；
• 可以应用大模型处理相关实践项目需求：大数据时代，越来越多的企业和机构需求处理海量数据，应用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型运用开发技能，可以让程序员更好地应对实践项目需求；
• 基于大模型和企业数据AI运用开发，完成大模型实际、掌握GPU算力、硬件、LangChain开发框架和项目实战技能，学会Fine-tuning垂直训练大模型（数据预备、数据蒸馏、大模型部署）一站式掌握；
• 可以完成时下抢手大模型垂直范畴模型训练才能，提高程序员的编码才能：大模型运用开发需求掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码才能和分析才能，让程序员愈加纯熟地编写高质量的代码。

(, 下载次数: 0)

1.AI大模型学习道路图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需求的小伙伴，可以保存图片到wx扫描二v码收费支付【保证100%收费】🆓

(, 下载次数: 0)

欢迎光临职贝云数AI新零售门户 (https://www.taojin168.com/cloud/)