第一部分：
1.1自然語言處理基礎(chǔ)--基礎(chǔ)與應用
1.2大模型基礎(chǔ)--大模型背后的范式
1.3編程環(huán)境和 GPU 服務器個紹

第二部分：
2.1神經(jīng)網(wǎng)絡(luò)的基本組成元素
2.2如何訓練神經(jīng)網(wǎng)絡(luò)
2.3詞向量: Word2vec-
2.4循環(huán)神經(jīng)網(wǎng)絡(luò) (RNN)
2.5門控循環(huán)單元 (GRU)
2.6長短期記憶網(wǎng)絡(luò) (LSTIM)
2.7雙向 RNN
2.8卷積神經(jīng)網(wǎng)絡(luò) (CNN)

第三部分：
3.1注意力機制--原埋介紹
3.2注意力機制--注意力機制的各種變式
3.3注意力機制--注意力機制的特點
3.4Transformer結(jié)構(gòu)
3.5預訓練語言模型
3.6Transformers教程

第四部分：
4.1基于大模型文本理解和生成介紹
4.2信息檢索
4.3機器問答
?