亚洲国产精品线在线观看_亚洲日本VA午夜在线影院_亚洲影院天堂中文av色_久久亚洲成a人片 亚洲国产午夜_国产馆在线观看免费的_欧美人成午夜福利视频_亚洲精品国产自在现线专区

AI大模型公開課

 

培訓(xùn)背景

隨著科技的飛速發(fā)展，人工智能（AI）已成為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動(dòng)力。大模型（Large Language Models, LLMs）作為AI領(lǐng)域的一項(xiàng)革命性突破，正以前所未有的速度重塑著我們對(duì)智能交互、知識(shí)管理、內(nèi)容創(chuàng)作乃至整個(gè)數(shù)字化世界的認(rèn)知。近年來，諸如DeepSeek、GPT系列、Sora等大模型的不斷涌現(xiàn)，不僅展示了AI在自然語言處理領(lǐng)域的巨大潛力，也預(yù)示著AI技術(shù)即將邁入一個(gè)更加復(fù)雜、細(xì)膩且廣泛適用的新紀(jì)元。

人工智能成為全球焦點(diǎn)的背景下，2024年中國(guó)政府工作報(bào)告，就首次提出開展“人工智能+”行動(dòng)，相信后續(xù)還有更多利好人工智能和“人工智能+”的政策即將釋放。而在國(guó)家層面推動(dòng)“AI+”行動(dòng)，無數(shù)的機(jī)會(huì)也將井噴。

 

培訓(xùn)對(duì)象

從事人工智能領(lǐng)域工作的人

如果你正在從事人工智能、機(jī)器學(xué)習(xí)、數(shù)據(jù)分析等相關(guān)領(lǐng)域的工作，或者想要進(jìn)入這些

領(lǐng)域，那么學(xué)習(xí)AI大模型開發(fā)將會(huì)對(duì)你的職業(yè)發(fā)展有很大的幫助。

軟件工程師和架構(gòu)師

這類專業(yè)人士可以通過學(xué)習(xí)AI大模型開發(fā)課程來提升團(tuán)隊(duì)的研發(fā)效率，了解大模型如何影響軟件架構(gòu)，并掌握基于大模型的全新開發(fā)范式。

對(duì)人工智能有濃厚興趣的人

對(duì)人工智能、機(jī)器學(xué)習(xí)等領(lǐng)域有濃厚的興趣，想要深入了解并掌握相關(guān)技能，并有一定的軟件開發(fā)基礎(chǔ)的從業(yè)者。

 

培訓(xùn)收益

1、整體掌握大模型理論知識(shí)；

2、了解自注意力機(jī)制、Transformer模型、BERT模型；

3、掌握DeepSeek與ChatGPT原理與實(shí)戰(zhàn)；

4、了解LLM應(yīng)用程序技術(shù)棧和提示詞工程Prompt Enginerring；

5、了解國(guó)產(chǎn)大模型ChatGLM；

6、了解視覺大模型技術(shù)優(yōu)勢(shì)；

7、掌握語言理解與字幕生成及其應(yīng)用；

8、掌握?qǐng)D像生成和應(yīng)用實(shí)操；

9、了解應(yīng)用場(chǎng)景與潛力分析；

10、了解大模型企業(yè)商用項(xiàng)目實(shí)戰(zhàn)。

 

培訓(xùn)大綱

預(yù)備知識(shí)第一節(jié)：大模型理論知識(shí)

1、初探大模型：起源與發(fā)展

2、GPT模型家族：從始至今

3、大模型DeepSeek VS ChatGPT4的對(duì)比介紹

4、大模型實(shí)戰(zhàn)-大模型2種學(xué)習(xí)路線的講解

5、大模型最核心的三項(xiàng)技術(shù):模型、微調(diào)和開發(fā)框架

6、DeepSeek的MoE 混合專家模型介紹

7、DeepSeek-R3后訓(xùn)練階段與強(qiáng)化學(xué)習(xí)技術(shù)介紹

8、0penAl文本模型A、B、C、D四大模型引擎簡(jiǎn)介 

9、最強(qiáng)Embedding大模型text-embedding-ada模型介紹

10、全球開源大模型性能評(píng)估榜單

11、中文大模型生態(tài)介紹與GLM 130B模型介紹

12、DeepSeek模型介紹與部署門檻

13、DeepSeek開源生態(tài):微調(diào)、多模態(tài)，WebUI等項(xiàng)目簡(jiǎn)介

 

預(yù)備知識(shí)第二節(jié)：自注意力機(jī)制、Transformer模型、BERT模型

RNN-LSTM-GRU等基本概念

編碼器、解碼器

自注意力機(jī)制詳解

Transformer

Mask Multi-Head Attention

位置編碼

特定于任務(wù)的輸入轉(zhuǎn)換

無監(jiān)督預(yù)訓(xùn)練、有監(jiān)督 Fine-tuning

BERT思路的理解

BERT模型下游任務(wù)的網(wǎng)絡(luò)層設(shè)計(jì)

BERT的訓(xùn)練

HuggingFace中BERT模型的推斷

基于上下文的學(xué)習(xí)

代碼和案例實(shí)踐：

基本問答系統(tǒng)的代碼實(shí)現(xiàn)

深入閱讀理解的代碼實(shí)現(xiàn)

段落相關(guān)性代碼實(shí)現(xiàn)

 

第三節(jié)：Embedding模型實(shí)戰(zhàn)

大模型技術(shù)浪潮下的Embedding技術(shù)定位

Embedding技術(shù)入門介紹

從Ono-hot到Embedding

Embedding文本衡量與相似度計(jì)算

OpenAl Embedding模型與開源Embedding框架

兩代OpenAl Embedding模型介紹

text-embedding-ada-002模型調(diào)用方法詳解

text-embedding-ada-002模型參數(shù)詳解與優(yōu)化策略

借助Embedding進(jìn)行特征編碼

Embedding結(jié)果的可視化展示與結(jié)果分析

【實(shí)戰(zhàn)】借助Embedding特征編碼完成有監(jiān)督預(yù)測(cè)

【實(shí)戰(zhàn)】借助Embedding進(jìn)行推薦系統(tǒng)冷啟動(dòng)

【實(shí)戰(zhàn)】借助Embedding進(jìn)行零樣本分類與文本搜索

Embedding模型結(jié)構(gòu)微調(diào)優(yōu)化

借助CNN進(jìn)行Embedding結(jié)果優(yōu)化

【企業(yè)級(jí)實(shí)戰(zhàn)】海量文本的Embedding高效匹配

 

第四節(jié)：LLM應(yīng)用程序技術(shù)棧和提示詞工程Prompt Enginerring

設(shè)計(jì)模式：上下文學(xué)習(xí)

數(shù)據(jù)預(yù)處理/嵌入

提示構(gòu)建/檢索

提示執(zhí)行/推理

數(shù)據(jù)預(yù)處理/嵌入

Weaviate、Vespa 和 Qdrant等開源系統(tǒng)

Chroma 和 Faiss 等本地向量管理庫(kù)

pgvector 等OLTP 擴(kuò)展

提示構(gòu)建/檢索

提示執(zhí)行/推理

新興的大語言（LLM）技術(shù)棧

數(shù)據(jù)預(yù)處理管道（data preprocessing pipeline）

嵌入終端（embeddings endpoint ）+向量存儲(chǔ)（vector store）

LLM 終端（LLM endpoints）

LLM 編程框架（LLM programming framework） 

LangChain的主要功能及模塊

Prompts: 這包括提示管理、提示優(yōu)化和提示序列化。

LLMs: 這包括所有LLMs的通用接口，以及常用的LLMs工具。

Document Loaders: 這包括加載文檔的標(biāo)準(zhǔn)接口，以及與各種文本數(shù)據(jù)源的集成。

Utils: 語言模型在與其他知識(shí)或計(jì)算源的交互

Python REPLs、嵌入、搜索引擎等

LangChain提供的常用工具

Indexes：語言模型結(jié)合自定義文本數(shù)據(jù)

Agents：動(dòng)作執(zhí)行、觀測(cè)結(jié)果，

LangChain的代理標(biāo)準(zhǔn)接口、可供選擇的代理、端到端代理示例

Chat：Chat模型處理消息

代碼和案例實(shí)踐：

LLM大模型的使用

Prompts的設(shè)計(jì)和使用

 

第五節(jié)：國(guó)產(chǎn)大模型DeepSeek

新一代DeepSeek模型API調(diào)用

DeepSeek開放平臺(tái)使用方法與APIKey申請(qǐng)

DeepSeek-V3、DeepSeek-R1、DeepEP介紹

DeepSeek在線知識(shí)庫(kù)使用及模型計(jì)費(fèi)說明 

DeepSeek模型SDK調(diào)用與三種運(yùn)行方法

DeepSeek調(diào)用函數(shù)全參數(shù)詳解

DeepSeek Message消息格式與身份設(shè)置方法

DeepSeek tools外部工具調(diào)用方法

DeepSeek Function calling函數(shù)封裝12GLM4接入在線知識(shí)庫(kù)retrieval流程

DeepSeek接入互聯(lián)網(wǎng)web_search方法

【實(shí)戰(zhàn)】基于DeepSeek打造自動(dòng)數(shù)據(jù)分析Agent

【實(shí)戰(zhàn)】基于DeepSeek的自然語言編程實(shí)戰(zhàn)

【實(shí)戰(zhàn)】基于DeepSeek Function call的用戶意圖識(shí)別

【實(shí)戰(zhàn)】基于GLM4的長(zhǎng)文本讀取與優(yōu)化

 

第六節(jié)：LangChain大模型框架構(gòu)建

構(gòu)建垂直領(lǐng)域大模型的通用思路和方法

(1) 大模型+知識(shí)庫(kù)

(2) PEFT(參數(shù)高效的微調(diào))

(3) 全量微調(diào)

(4) 從預(yù)訓(xùn)練開始定制

LangChain介紹

LangChain模塊學(xué)習(xí)-LLMs 和 Prompts

LangChain之Chains模塊

LangChain之Agents模塊

LangChain之Callback模塊

Embedding嵌入

自定義知識(shí)庫(kù)

知識(shí)沖突的處理方式

向量化計(jì)算可采用的方式

文檔加載器模塊

向量數(shù)據(jù)庫(kù)問答的設(shè)計(jì)

Lanchain競(jìng)品調(diào)研和分析

Dust、tt/Semantic-kernel/Fixie、ai/Cognosis/GPT-Index

LlamaIndex介紹

LlamaIndex索引

動(dòng)手實(shí)現(xiàn)知識(shí)問答系統(tǒng)

代碼和案例實(shí)踐：

動(dòng)手實(shí)現(xiàn)知識(shí)問答機(jī)器人

LangChain文本摘要

PDF文本閱讀問答

 

第七節(jié)使用LangGraph構(gòu)建工作流

LangGraph 構(gòu)建自適應(yīng)RAG

1、LangGraph 應(yīng)用場(chǎng)景、核心功能、特點(diǎn)

2、基礎(chǔ)概念：節(jié)點(diǎn)、邊、圖等

3、LangGraph 的系統(tǒng)架構(gòu)

4、數(shù)據(jù)模型和存儲(chǔ)機(jī)制

5、基本數(shù)據(jù)查詢與操作

6、高級(jí)查詢：路徑查詢、模式匹配

7、使用本地LLM自適應(yīng)RAG

8、代理RAG與糾正（CRAG）

 

第八節(jié)LLM模型的私有化部署與調(diào)用

LLM 推理與本地私有化部署

1、各種模型文件介紹

2、模型的推理、量化介紹與實(shí)現(xiàn)

3、Modelscope、Hugging Face簡(jiǎn)單介紹與使用

4、大模型管理底座Ollama介紹

5、Ollama + lLama 部署開源大模型

6、Open WebUI發(fā)布與調(diào)用大模型

7、API Key獲取與 Llama微調(diào)實(shí)現(xiàn)

 

第九節(jié)開源大模型微調(diào)實(shí)現(xiàn)

Llama_Factory 微調(diào)實(shí)戰(zhàn)

1、提升模型性能方式介紹：Prompt、知識(shí)庫(kù)、微調(diào)

2、如何科學(xué)構(gòu)建訓(xùn)練數(shù)據(jù)（基礎(chǔ)與專業(yè)數(shù)據(jù)混合訓(xùn)練）

3、微調(diào)常見方式介紹：微調(diào)、偏好對(duì)齊、蒸餾、獎(jiǎng)勵(lì)模型

4、Llama3 模型架構(gòu)與調(diào)用申請(qǐng)

5、數(shù)據(jù)上傳與任務(wù)創(chuàng)建（job）

6、訓(xùn)練集與測(cè)試集拆分與模型評(píng)估

7、Unsloth微調(diào)平臺(tái)介紹

8、Llama3開源大模型的微調(diào)與使用

9、模型的評(píng)估策略

 

第十節(jié)大模型企業(yè)商用項(xiàng)目實(shí)戰(zhàn)

AI-Agent 構(gòu)建可發(fā)布的智能客服系統(tǒng)

1、智能體介紹與AutoGPT基本原理

2、AutoGPT安裝與環(huán)境配置

3、實(shí)戰(zhàn)體驗(yàn)：AutoGPT實(shí)現(xiàn)數(shù)據(jù)爬取、清洗、保存

4、創(chuàng)建各種場(chǎng)景的AutoGPT

1、內(nèi)容創(chuàng)建

2、客服服務(wù)

3、數(shù)據(jù)分析

4、代碼編寫

5、創(chuàng)建應(yīng)用程序

 

講師團(tuán)隊(duì)

劉老師 | Javaweb，資深架構(gòu)師，Langchain開發(fā)者

11年IT開發(fā)經(jīng)驗(yàn)，5年IT架構(gòu)與管理經(jīng)驗(yàn)。精通大型分布式互聯(lián)網(wǎng)應(yīng)用架構(gòu)設(shè)計(jì)與技術(shù)開發(fā)。對(duì)于大規(guī)模分布式架構(gòu)、微服務(wù)架構(gòu)、云計(jì)算與容器化技術(shù)、開發(fā)與運(yùn)維一體化、應(yīng)用系統(tǒng)安全與和架構(gòu)設(shè)計(jì)、海量數(shù)量處理、大數(shù)據(jù)等方向特別有研究，尤其是偏后端的對(duì)于高并發(fā)系統(tǒng)上有豐富的架構(gòu)和實(shí)施經(jīng)驗(yàn)。擅長(zhǎng)Java方向、軟件架構(gòu)、微服務(wù)、軟件工程和研發(fā)團(tuán)隊(duì)管理，目前在為某上市集團(tuán)公司做大數(shù)據(jù)架構(gòu)師，該公司主要為國(guó)家和國(guó)外提供安全上服務(wù)。

主導(dǎo)公司AI大模型開發(fā)項(xiàng)目，利用AI實(shí)現(xiàn)公司智能SQL項(xiàng)目，利用AI開發(fā)推進(jìn)系統(tǒng)和銷售管理系統(tǒng)。

鄒老師 | 長(zhǎng)春工業(yè)大學(xué)人工智能研究院院長(zhǎng)

工程學(xué)術(shù)帶頭人、華東建筑設(shè)計(jì)研究總院研究員、山東交通學(xué)院客座教授、南昌航空大學(xué)碩士生導(dǎo)師、中國(guó)軟件行業(yè)協(xié)會(huì)專家委員、上海市計(jì)劃生育科學(xué)研究所特聘專家、天津大學(xué)創(chuàng)業(yè)導(dǎo)師、中華中醫(yī)藥學(xué)會(huì)會(huì)員、中國(guó)醫(yī)藥教育協(xié)會(huì)老年運(yùn)動(dòng)與健康分會(huì)學(xué)術(shù)委員；領(lǐng)導(dǎo)睿客邦與全國(guó)二十多所高校、國(guó)企建立了AI聯(lián)合實(shí)驗(yàn)室，完成50多個(gè)深度學(xué)習(xí)實(shí)踐項(xiàng)目，廣泛應(yīng)用于醫(yī)療、交通、農(nóng)業(yè)、氣象、銀行、電信等多個(gè)領(lǐng)域。

帶隊(duì)完成了數(shù)十個(gè)AI項(xiàng)目，內(nèi)容不僅包括深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘等具體技術(shù)要點(diǎn)，也包括AI的整體發(fā)展、現(xiàn)狀、應(yīng)用、商業(yè)價(jià)值、未來方向等，涵蓋內(nèi)容非常豐富。

 

AI大模型公開課