从数据到AGI,LLM 时代的数据工程

所属专题:大模型数据集构建及评测技术落地

嘉宾 : Panda | 熊墅科技CEO

会议室 : 钻石厅 A

讲师介绍

专题演讲嘉宾:Panda

熊墅科技CEO

拥有技术背景的连续创业者。目前专注于 LLM 的数据处理、合成数据。有 DataTager、ChatLaw 等项目。之前是北京大学的预备博士,研究领域涵盖大模型、多模态和视频技术。有 LanguageBind、ChatLaw、Video-lava 等论文,引用 400+,后退学全职创业。

在将 ChatLaw 商业化的过程中,我们发现大模型在垂直领域的能力与业务需求之间存在巨大差距。为了解决这一问题,我提出了 AnyTaskTune,通过任务级别的微调方式满足实际业务需求,加速大模型在具体业务中的落地。基于这一理念,创建了 DataTager,帮助用户方便快捷地构建任务微调的数据集。现在正积极与各个组织、企业、小团队合作,帮助他们更快更好地实现大模型在业务中的应用。

议题介绍

演讲:从数据到AGI,LLM 时代的数据工程

想完成LLM落地的企业和组织往往面临诸多挑战,通用模型并不能很好地完成真实场景中的复杂任务。本次演讲将探讨数据驱动与模型驱动的不同路径,重新解析通用大模型和垂直大模型的区别。通过介绍DataTager的实际案例,来解析半合成数据、数据增强的技术在数据构造阶段的应用,展示如何利用高质量数据提升模型性能,加速大模型在业务中的实际应用。
 

演讲提纲:

  1. 当前行业痛点
  2. Data-centric vs Model-centric
  3. 重新思考通用大模型和垂直大模型
  4. 合成数据的概况和风险
  5. DataTager 的解决方案:半合成数据和数据增强

听众收益:

  • 深刻理解数据的重要性:了解高质量数据在大模型训练中的核心作用,以及如何通过优化数据质量提升模型性能
  • 掌握实用技术和方法:学习半合成数据、数据增强和数据驱动的技术和方法,提升实际业务应用中的模型效果
  • 解决实际问题:通过DataTager的实际案例,学习大模型在具体业务中的落地

交通指南

上海中谷小南国花园酒店

China Grain Hotel
地址:上海市杨浦区佳木斯路777号(近营口路口)
  • 微信咨询

  • 电话咨询

    联系电话:13269078023

微信联系我们

如您在购票过程中遇到问题,请扫码咨询票务小助手