[开放隐私计算]
开放隐私计算
，
将在05月10日 19:00 直播
预约
联邦学习大模型技术解读与使用详解
**视频号
点击预约，进入视频号收看更多精彩活动
生成式AI正在成为越来越热门的话题，而联邦学习大模型则是其中备受关注的一项技术。该技术可以在保护用户隐私的前提下，将用户设备上的海量数据用于大模型的训练。核心过程是参与者将自己设备上训练得到的模型参数发送给中心服务器，服务器对这些参数进行聚合和平均，然后将更新后的参数返回给参与者，以此循环进行模型的训练和更新。这种方法有效地提高了大模型的训练效率和可持续性，同时保护了各参与者的隐私数据安全。在ChatGPT等生成式AI的浪潮下，越来越多的企业和个人想要在自己业务场景上去训练AI大模型。而此前，原语科技在PrimiHub隐私计算应用平台上开源了联邦学习大模型，实现了基于联邦学习的大模型训练和预测，它允许多个参与者在保护各自数据隐私的同时，共同训练一个大型的深度神经网络模型。因此，为了让大家更好地了解与使用联邦学习大模型，并能够顺利训练出属于自己的生成式人工智能，OpenMPC 社区联合 PrimiHub 开源社区，将在 5月10日（周三）19:00 给大家带来《联邦学习大模型技术解读与使用详解》的主题分享。
本次，社区邀请到 PrimiHub开源社区 联邦学习架构师许雪峰 为大家分享，将从什么是大模型开始，到联邦学习大模型的技术实现、案例分享带大家从0到1训练一个属于自己的AI大模型。
欢迎锁定直播间，周三晚，不见不散～
- 直播平台：「开放隐私计算」视频号、「PrimiHub 开源社区」视频号
- 预约方式：点击上方视频号预约按钮或扫码海报二维码预约
- Q&A 环节：欢迎扫码进群提问&互动，同时您也可以在「OpenMPC 社区」视频号直播期间留言提问
END
热门文章:
