課程描述INTRODUCTION
· 產(chǎn)品經(jīng)理· 技術(shù)主管· 客服經(jīng)理· 其他人員



日程安排SCHEDULE
課程大綱Syllabus
大模型架構(gòu)培訓(xùn)
培訓(xùn)對象:
產(chǎn)品中心,運營中心,技術(shù)中心,管理中心,客服中心等管理運營相關(guān)人士
課程背景:
隨著sora技術(shù)的出現(xiàn),大模型技術(shù)勢必會影響到各行各業(yè),而真正讓我們興奮的卻是,哪怕你不懂編程語言,也有機會去創(chuàng)造企業(yè)的大模型產(chǎn)品,而這種智能化的能力,是要遠高于信息化和數(shù)字化的,所以,強烈建議每個職場人都學(xué)會認(rèn)知大模型,理解大模型,并做好大模型的學(xué)習(xí)課程。
課程收益:
培訓(xùn)完結(jié)后,學(xué)員能夠:
學(xué)習(xí)大模型的底層邏輯和本質(zhì)。
學(xué)習(xí)大模型中必須要掌握的API知識
學(xué)習(xí)大模型中必須要掌握的RAG知識
學(xué)習(xí)大模型中的工具棧
學(xué)習(xí)和掌握fine-tuning的知識
學(xué)習(xí)和掌握多模態(tài)知識框架
學(xué)習(xí)和掌握大模型的產(chǎn)品和交付知識
課程大綱:
單元
大綱
內(nèi)容
單元一
AI大模型技術(shù)概覽
一.大模型的定義與特點
1.1大模型的概念及發(fā)展歷程
1.2大模型的技術(shù)架構(gòu)與核心原理
二.大模型與其他AI技術(shù)的比較
2.1傳統(tǒng)AI技術(shù)的局限性
2.2大模型在數(shù)據(jù)處理、學(xué)習(xí)能力等方面的優(yōu)勢
三.大模型的應(yīng)用前景及挑戰(zhàn)
3.1大模型在各行業(yè)的應(yīng)用潛力
3.2技術(shù)發(fā)展面臨的挑戰(zhàn)與機遇
單元二
大模型中的PROMPT語言學(xué)習(xí)
認(rèn)知:把AI當(dāng)人看
原理:
1)LLM生成原理
2)高質(zhì)量PROMPT原理
實戰(zhàn)工具:
1)基本要素
2)格式約束
3)風(fēng)格控制
4)思維鏈,思維樹以及自洽性
5)指令調(diào)優(yōu)
6)Coze等工具的使用
單元三
大模型中的API
認(rèn)知:自然語言鏈接一切
原理:用微調(diào)提升prompt的穩(wěn)定性
實戰(zhàn)工具及要素:
1)生成式API
2)對話式API
3)AssistantsAP|
4)Actions
5)embeddings
6)Fine-tuning
7)FunctionCalling
單元四
大模型中的RAG
認(rèn)知:從關(guān)鍵詞搜索轉(zhuǎn)為向量搜索
原理:embeddings
實用工具:
1)詞向量
2)句子向量
3)篇章向量
4)相似度計算
5)向量數(shù)據(jù)庫,向量模型,向量模型部署
單元六
大模型中的工具棧
認(rèn)知:
1)原生API、LangChain和SK如何選型
2)多框架組合開發(fā)
3)Prompt和代碼分離
4)微軟的SemanticPlugins戰(zhàn)略
原理:AGENT
實用工具:
1)LangChain&LangChain.jsCEL,llm,chatmodel,prompttemplate
2)Semantic&Kernel:Connectors,Plugins,Planners,SemanticFunctions
單元七:
大模型中的FINE-TUNING
1.認(rèn)知:微調(diào)仍是煉丹
2.原理:機器學(xué)習(xí),大模型訓(xùn)練,微調(diào)
3.實戰(zhàn)工具:求解器,損失函數(shù),超參,過擬合/欠擬合
學(xué)習(xí)率
單元八
多模態(tài)中的大語言
認(rèn)知:傳統(tǒng)CV仍有價值
原理:特征對其
實戰(zhàn)工具:
VisionTransformer,CLIP,Q-Former,GPT-4V,Gemini
LLaVA
圖像生成模型:DM,SD,MJ,DALLE,LORA
單元九
大模型中的產(chǎn)品設(shè)計
1.認(rèn)知:Copilot模式vs.Agent模式,產(chǎn)品經(jīng)理調(diào)prompt
2.原理:商業(yè)邏輯,用戶體驗
3.實戰(zhàn)工具:需求分析,生成式AI產(chǎn)品設(shè)計原則,CollaborativeUX,drawio,產(chǎn)品迭代,產(chǎn)品運營
業(yè)務(wù)溝通
單元十
大模型產(chǎn)品的交付
認(rèn)知:向量型數(shù)據(jù)庫選型原理
實戰(zhàn)工具:GPU/云廠商選型,向量數(shù)據(jù)庫選型,私有化部署,推理性能優(yōu)化,高可用架構(gòu),內(nèi)容安全,算法備案
大模型架構(gòu)培訓(xùn)
轉(zhuǎn)載:http://szsxbj.com/gkk_detail/318740.html
已開課時間Have start time
- 李勇