当前，大模型作为人工智能领域的热点技术之一，正在以前所未有的速度成为 AI 新时代的新基座。深度学习平台+大模型，贯通了从硬件适配、模型训练、推理部署，到场景应用的 AI 全产业链。其中，大模型能够关联来自多种模态的信息、涌现出先进的信息表达能力，在推动产业变革和升级的同时，也为高校同学们带来了全新的开发范式、场景空间和创新创业机会。

为了提升高校学子应用大模型技术的能力，加速我国大模型生态的繁荣，由国家工业和信息化部、教育部、江苏省人民政府共同主办，全国软件行业规格最高、最具影响力的国家级一类赛事——“中国软件杯”大学生软件设计大赛，近期将发布赛事历史上的首个大模型赛题：“基于文心大模型多模态能力的创意软件开发”，欢迎高校师生参与！
 

聚焦大模型能力获取的三大通道

在赛题任务上，概括来讲，本赛题要求选手基于文心大模型 ERNIE ，利用包括但不限于大模型 API 、套件 ERNIEKit 、 BML/EasyDL 开发平台和场景化平台等百度领先的大模型能力，进行大模型时代下的创意软件开发。

这些丰富的工具和平台，从能力类型上，大体可以分为三类：

• API 型能力：可以供选手直接调用；
  

• 预训练模型微调能力：可以允许选手使用小样本数据，在文心各个模型的预训练模型基础上进行微调（Fine-tuning）。选手可以使用AI编程训练平台（如 AI Studio、BML 工具上进行），也可使用零代码训练工具（如 EasyDL ）；
  

• Prompt 能力：选手可以设计一系列文本提示及模板，驱动大模型生产不同的下游任务（“下游任务”通俗来讲就是“应用”，即真实想要解决的任务，如生产图文、视频等）
  

大模型优势

基于 API 、预训练模型微调和 Prompt 这三类通道，选手们可以更方便地开发大模型应用。那么，从产品开发流程角度看，高校学子要开发一个大模型时代的应用，完整流程是怎样的呢，需要哪些技能？

培养大模型开发的四层技能

在本届赛题中，我们要求选手在基于大模型技术开发应用时，应至少关注四个方面的工作：

产品创意层面

选手需要设计具有创意和竞争力的产品目标。在产品概念的酝酿期，选手需要寻找、激活、甚至创造出某个场景下的特定需求，并转化产品设计的功能点、人机交互流程和服务蓝图（Service Blueprint），以视觉化的图稿呈现和模拟出来，用于指导后续的开发。

大模型能力层面

选手可以通过大模型的API、预训练模型微调技术（Fine-tuning）和 Prompt 三大通道，获取强大的AI能力。

值得一提的是，预训练模型微调技术（Fine-tuning）能够使选手在对大模型进行微调，或者不进行微调的情况下，就可以完成多个应用场景的任务——这是由于大模型具有自监督学习能力，不需要或很少需要人工标注数据进行训练，能够降低训练成本，从而可以加快不同场景的模型生产速度，降低AI应用门槛。而 Prompt 是一种利用预训练模型知识的技术，它通过在输入中添加额外的文本或向量，来指导模型完成特定的任务。

总的来说，在这一层面，赛事将关注最有价值的数据和训练部分：

• 即对大模型在该场景下发挥价值的、用于微调的独特场景数据，鼓励选手自制数据集；
  
• 有科学的模型微调训练过程。
  

当然，模型能力部分也可以使用API进行获得，但鼓励大家自行训练。

软件开发层面

选手可以基于 AI 模型，面向终端用户的过程使用需求和结果呈现需求，构建流畅、合理和精彩的交互式软件系统。针对不同的用户使用场景，选手可以开发不限于移动端应用、桌面版软件、可多端适配的网站、 VR/AR 等应用，这个过程，将重点考验选手的硬件适配和推理部署能力，为产品上线做最后冲刺。

运营模式/商业模式层面

选手需要思考自己的软件产品如何进行市场化运营，来保障有可观的用户注册量、使用率和满意度，并实现业务的商业成功。这样的思考也可反作用于产品设计、模型构建及开发工作本身。

最终，本赛事将在区域赛和总决赛阶段，对选手的产品创意层、模型能力层、软件开发层和运营模式层的实现过程、典型创新点和每个阶段的成果，进行评价。赛事即将发布，更多资料和培训，尽在官方交流群！

加入官方交流群，开发你的第一个大模型应用！

关注【飞桨PaddlePaddle】公众号

获取更多技术内容~