课程概览
人工智能赋能教育教学创新—大模型技术系列培训第二期
- 实操演练
- 补齐教师大模型工程实践短板
- 技术实操与日常教学有效衔接
- 数字化创新教师队伍打造
- AI技术融入教学创新
单节价 = 总价 ÷ 课时；每小时价 = 总价 ÷ 总时长。帮你把"贵不贵"算清楚。
避坑提示 报名前先看这些
- ⚠ 价格 未公开，报名前务必确认
- ? 课时 未说明，无法折算单节价
- ✓ 退款 退款规则已公开
- ⚠ 老师 老师信息待核验
- ✓ 大纲 课程内容已公开
- ⚠ 工具费用 是否额外收取工具/账号费用未说明
- ? 学员评价 暂无足够已验证学员评价，口碑待积累
提示由平台按公开信息标准化生成，不代表机构有问题；报名前请向机构确认价格、退款与是否含工具/账号费用。
课程内容
- 大语言模型Tokenizer原理与工程实现
- 文本数值化、向量化底层逻辑系统讲解
- Tokenizer核心作用
- 分词技术发展脉络
- 字节层面BPE算法实现过程
- 正则预分割、特殊Token配置要点
- 分词机制对模型运行与项目落地的影响
- 原理、实现、工程应用一体化知识框架
课程详情
BJUT
为推进教育数字化转型，促进人工智能技术与课堂教学深度融合，近期我校举办了“人工智能赋能教育教学创新-大模型技术”系列第二期培训，本期培训主题为大语言模型Tokenizer原理与工程实现，特邀西安电子科技大学极创工作室负责人、情感机器（北京）科技有限公司AI解决方案架构师韩翔宇主讲，本校人工智能通识课程授课教师、AI赋能课程建设负责人及校内感兴趣教职工参训。
本期培训采取理论讲解结合上机实操的形式，整体教学侧重实操演练，以Tokenizer分词技术为核心开展系统化教学，着力补齐教师大模型工程实践短板。
培训中，韩老师围绕文本数值化、向量化底层逻辑系统讲解 Tokenizer核心作用，循序渐进梳理分词技术发展脉络，现场演示字节层面BPE算法实现过程，细致讲解正则预分割、特殊Token配置要点,并结合典型分词案例说明分词机制对模型运行与项目落地的影响，构建起原理、实现、工程应用一体化知识框架。
参训教师携带电脑同步开展实操练习，韩老师分步演示代码编写、分词器调试、词表适配等操作，参训教师结合各自授课学科，围绕分词工具课堂应用、实训课程设计等内容交流探讨，并独立完成简易分词器开发，韩老师全程巡回开展一对一辅导，及时解决参训老师代码报错、参数调试等实操问题，有效实现了技术实操与日常教学有效衔接。
本次专项培训是我校打造数字化创新教师队伍、推动AI技术融入教学创新的重要举措，后续，学校将持续立足教学实际需求，常态化开展人工智能专题培训，引导教师将大模型实操技能融入教育教学，全面提升教职工数字化教学能力，以智能技术助推学校教育教学高质量发展。
图文：辛鑫
审核：郭金鑫
