课程简介

内容涵盖DeepSeek系列模型技术特点（V3、R1、Janus-Pro），对比分析国内外主流大模型发展动向，详解私有化部署与高效使用技巧。重点探讨采购监控、智能客服、销售预测、合同管理等行业应用场景，并深入分析AI幻觉问题及应对策略。通过丰富案例与实践指导，助力学员掌握大模型核心技术，提升在企业数字化转型中的实战能力。

目标收益

培训对象

课程内容

1. ‌背景‌：人工智能、深度学习、大模型的发展背景
2. 大模型及其发展
2.1 大模型定义与分类
‌定义‌：什么是大模型
‌分类‌：基础大模型与行业大模型
2.2 大语言模型的发展演化
‌发展简史‌：从深度学习到GPT系列
‌演进阶段‌：从特定任务辅助工具到通用目的任务求解模型
2.3 国外近半年大模型动向跟踪
‌GPT4o‌：技术特点、语音交互、文生图能力
‌GPT4.5‌：发布时间、技术特点、搜索功能与画布模式
‌Grok 3‌：发布时间、技术特点（思维链推理机制、多模态数据融合等）、与DeepSeek-R1的对比
3. 国内DeepSeek大模型技术探索
3.1 DeepSeek-V3技术特点
‌技术特点分析‌：混合专家模型、成本效益、训练与推理效率
3.2 DeepSeek-R1技术详解
‌技术特点分析‌：基于强化学习、推理能力、性价比优势
‌技术创新‌：分层稀疏专家架构、动态路由优化、强化学习训练框架GRPO
‌开源与影响‌：开源协议、行业影响、算力价格战
3.3 DeepSeek多模态模型Janus-Pro
‌技术特点分析‌：文生图多模态任务、技术架构、基准测试表现
4. 如何使用大模型
4.1 直接使用DeepSeek
‌官方方法‌：官网、手机APP、API
‌第三方通道‌：各种集成平台与应用
4.2 私有化部署
‌部署方式‌：vLLM部署、精度可控
‌技术了解‌：BF8等优化技术及其意义
4.3 高效使用技巧
‌明确需求‌：任务类型、结果格式
‌提供上下文‌：行业背景、具体场景、参考资料
‌进阶提问技巧‌：追问模式、拆分任务、迭代修正等
‌活用特殊功能‌：代码执行、多模态处理、联网搜索等
4.4 实践示例
‌行业分析报告‌：生成报告框架与内容
‌问卷调查设计‌：结构化问卷设计示例
‌文档处理‌：PDF/Word/WPS文档处理
‌PPT生成工具‌：Kimi的PPT生成工具示例
‌思维导图与流程图‌：结合XMind与Mermaid生成
‌实时消息与文档获取‌：结合秘塔AI与飞书妙记
5. DeepSeek与AI幻觉
5.1 AI幻觉问题概述
‌定义‌：事实性幻觉与忠实性幻觉
‌不可避免性‌：数据偏差、泛化困境、知识固化、意图误解
5.2 幻觉评测与影响
‌评测方法‌：随机生成提示语、事实性幻觉测试题
‌不同模型表现‌：DeepSeek-V3、DeepSeek-R1等
‌行业影响‌：医疗系统中的ASR系统幻觉问题
5.3 应对AI幻觉的方式
‌联网搜索‌：实时获取信息
‌双AI验证‌：大模型协作，交叉验证
‌提示词工程‌：知识边界限定、对抗性提示
6. 大模型的行业应用
6.1 采购系统全流程监控
‌自动生成采购订单、推荐供应商、预测市场价格波动
‌基于历史数据优化采购策略
描述需求，速匹配供应商、生成合规的采购文档
提供风险预警（如物流延迟概率）
6.2 智能客服矩阵建立与应用
‌通过多模态大模型构建了AI服务专家体系
理解自然语言指令并实时调用ERP系统数据生成分析报告
支持多语言交互，满足全球化业务需求
6.3原料销售预测系统
智能销售预测
原料价格波动预警
库存周转率优化
‌6.4智能合同生命周期管理助手
合同全生命周期管理
合同起草：根据历史数据生成合规模板
风险审核：自动标记异常条款（如赔付比例超限）
履约监控：关联采购订单与付款计划，预警违约风险
6.5 供应链采购AI智能体
供应链计划员：自动优化采购计划与库存策略
财务助手：自动化账务处理与异常检测
仓储物流调度：实时优化库位分配与配送路径
7. 结束语
‌以人为本‌：从情感角度探讨人类在大模型时代的价值
‌总结‌：回顾大模型技术的发展与行业应用前景