AI大模型應用開發(fā)介紹-5

《AI大模型應用開發(fā)介紹》
【課程背景】
2021年ChatGPT橫空出世，打開了人工智能發(fā)展大門，AGI（通用人工智能）時代來臨。經過3年的發(fā)展，國內外互聯網類企業(yè)和傳統(tǒng)企業(yè)大廠都已經進入了AI大模型的應用探索。目前AI大模型百花齊放，各家公司紛紛發(fā)布了自己的大模型產品?；A模型的發(fā)展已經成熟，應用開始發(fā)力，AI大模型的實際應用路徑逐漸清晰，最佳實踐公司已經開始了將AI大模型融入到業(yè)務中。頭部IT軟件，已經將AI大模型能力集成到自己的軟件中，如微軟將大模型集成到Windows中，金山公司將AI大模型能力融入到了WPS中，一些實用性的探索，也在很多企業(yè)開始。
基本的模型平臺可以滿足基礎的應用需求，但更強大、更復雜的應用就需要編程來解決，本課程詳細講述了如何調用大模型接口來是業(yè)務具備智能，如何通過代碼開發(fā)，來實現RAG、Agent功能，實現將大模型能力與企業(yè)業(yè)務進行結合，實現智能化的業(yè)務輔助系統(tǒng)，實現流程自動化、業(yè)務智能化。
【課程收益】
培訓完結后，學員能夠：
了解AI大模型和人工智能的發(fā)展情況
了解AI大模型的能力和適用場景
了解AI大模型常用平臺和工具
了解人工智能、深度學習、大模型的技術
掌握使用程序調用AI大模型接口的能力
掌握提示詞的編寫技巧和使用技巧
掌握llamaindex等RAG平臺的使用
了解RAG相關的知識處理技術
掌握langchain等開源平臺的使用
掌握業(yè)務系統(tǒng)與AI大模型的接口對接技術
了解AI大模型微調技術
掌握AI大模型本地化部署相關技術
了解AI大模型運行環(huán)境相關內容
【課程對象】企業(yè)技術人員、業(yè)務人員
【課程時長】6天 (6小時/天）
【課程特點】密切結合案例，貼近實際應用，培訓完即可應用與工作；工具可用，使用平臺工具皆國內可用。
【課程大綱】
人工智能和大模型技術發(fā)展基礎
人工智能和大模型的技術發(fā)展
AI大模型的智能應用案例展示和介紹
AI大模型的革命性能力介紹
AI大模型的應用情況和前景介紹
人工智能的發(fā)展歷史
人工智能的發(fā)展歷史
機器學習技術和典型算法介紹
深度學習、神經網絡技術及訓練過程介紹
機器視覺、卷積神經網絡及典型算法介紹
自然語言處理、循環(huán)神經網絡及典型算法介紹
AI大模型的技術發(fā)展情況及典型算法介紹
主流大模型的發(fā)展情況和應用
RAG、Agents、FunctionCalling、微調等概念簡介
大模型應用的前景和挑戰(zhàn)
AI實操入門
主流平臺接口接入方式介紹（阿里、百度為主實操，OpenAI介紹）
阿里靈積平臺介紹和申請
百度千帆平臺介紹和申請
國內大模型API聚合平臺介紹和申請（可使用OpenAI）
實踐：注冊各平臺進行使用體驗
提示詞工程和編程應用
Prompt提示詞工程
使用大模型的最基礎能力培養(yǎng)
經典提示詞體驗
如何寫出好的提示詞（調優(yōu)）--開發(fā)流程
提示工程簡介
什么是提示工程
為什么需要提示工程
提示工程的作用和效果
提示工程的語言
結構化提示詞主要構成部分
角色定義及使用價值
指示：任務的詳細描述
上下文：更準確的回復
例子：更好的避免歧義
輸入：清晰的輸入可以讓AI更好理解
輸出：定義自己想要的輸出格式
提示詞使用練習：信息匯總小助手
提示詞高級開發(fā)應用介紹
在提示詞中使用流程，指明大模型思考模式
記錄提示詞，支持多輪對話的實現介紹
加入專業(yè)知識和具體約束，使答案更準確
使用思維鏈，使大模型能力更強
使用自洽性，對抗幻覺
考慮安全，防止Prompt攻擊
實踐：完成一個基于提示詞的助手
RAG技術應用和Agent技術入門
AI大模型RAG技術搭建企業(yè)專業(yè)知識服務體系
RAG概念與必要性介紹
利用RAG技術搭建專業(yè)知識專家案例演示
向量和向量檢索介紹
向量數據庫的原理和主要產品介紹
知識圖譜原理介紹和主要產品介紹
使用AI大模型RAG技術搭建智能服務系統(tǒng)演練
內容向量化原理介紹
內容向量化處理方式和注意要點
不同文件類型知識處理方式及注意事項
可以私有化部署的RAG產品介紹
私有化部署RAG產品演示
私有化部署RAG產品功能演示使用
實踐：基于平臺動手搭建一個應用
Agent技術介紹及平臺使用入門
Agent技術功能及應用場景介紹
基于智能體（Agents）的智能應用案例展示
主流Agents平臺介紹
Agent平臺流程、接口、數據庫、知識庫等介紹
實操：嘗試搭建私有助手
基于AI大模型Agents技術建立智能業(yè)務系統(tǒng)--未來的起點
基于Agents平臺建立企業(yè)知識庫實操
建立基于知識庫的復雜助理實操
利用平臺公開接口搭建智能助力演示實操
Agents自定義接口能力介紹
Agents自定義接口使用演示
Agents平臺流程功能及應用介紹
結合流程完善智能助理功能實操
Agents平臺數據庫能力介紹
帶有數據采集和處理功能的專業(yè)助理升級實操
AI大模型智能Sql技術介紹以及Agent場景應用
多維表格功能和應用場景介紹和演示
Agent平臺結合多維表建設智能業(yè)務介紹
私有化搭建Agent平臺的主要系統(tǒng)介紹
私有化搭建Agent平臺演示和功能演示
私有化搭建Agents平臺方案和需求介紹
Langchain產品介紹和應用場景介紹
基于私有化方案建設智能業(yè)務平臺方案介紹
實踐：基于公開平臺的個人助理實現
大模型深度使用相關技術介紹
使用 Ollama 本地部署大模型
Ollma 簡介
Ollma 安裝
Ollma 部署案例
私有化部署大模型的硬件需求方案
實操：私有化部署一個小模型
量化技術
量化技術基本原理
常見的量化技術
模型量化的影響和選擇
模型微調
AI大模型微調技術及應用場景介紹
AI大模型模型微調原理
AI大模型微調技術介紹
Adapter Tuning
Prefix Tuning
Prompt tuning
P-Tuning
LoRA
QLoRA
使用 LlamaFactory 微調模型演示

郭振杰老師的其它課程