入门大模型后，如何优化其输出结果？丨“悟道之巅”公开课实录（2）_大模型固定输出

扫描图上二维码或点击原文文末“阅读原文”即可参赛！

如果你错过了上一波深度学习引发的NLP范式转换，不要再错过这一波超大预训练模型的崛起。

近日，“悟道”核心团队推出首档公开课，公开课已全部上线，手把手帮助中国开发者理解并应用“悟道”，从而进一步挖掘“悟道”的潜力，开发自己的智能应用。

通过“悟道”公开课，开发者们将与预训练模型这一人工智能领域最重要的趋势保持同步，更有125万+“悟道之巅”比赛奖金可以拿（比赛官网）。

第一讲视频点此观看
第二讲视频点此观看
第三讲视频点此观看
第四讲视频点此观看
第五讲视频点此观看

本次课程可以看做是面向所有人的大规模预训练模型（下文简称“大模型”）科普课，从大模型与传统机器学习模型的区别、机器学习范式的变化和 GPT-3 讲起，进一步介绍悟道模型及主要技术、悟道之巅大赛参与方式以及悟道 API 使用说明等等。

本文为系列公开课第二讲干货整理，主讲人为智谱AI 模型平台负责人杜冀中。

第一讲干货见：一文入门大规模预训练语言模型丨“悟道之巅”公开课干货（1）。
本期将首先回顾上一期的大规模预训练模型的发展的脉络，以及悟道模型当前的发展的进程；之后，主要探讨大规模预训练模型在使用过程中可能会遇到的问题，以及解决思路和方案。

本期内容更多的是对解决方案的概述，后期会对任务参照代码，讲解解决方案的执行过程，具体提纲如下：

一、大规模预训练模型回顾

首先回顾上期内容。