架構(gòu)師
其他
推薦課程
average > 0 ? $model->average . '分' : '10.0分' ?>

LLM大模型技術(shù)及開發(fā)應(yīng)用實(shí)踐

劉捷

咨詢公司 曾任職BEA資深軟件架構(gòu)師

1998畢業(yè)獲得計(jì)算機(jī)碩士學(xué)位。畢業(yè)后在國外工作多年?；貒蠹尤隝BM中國研發(fā)中心，BEA中國研發(fā)中心，oracle中國研發(fā)中心等。任軟件開發(fā)工程師，高級技術(shù)專家，首席架構(gòu)師等。主要負(fù)責(zé)客戶項(xiàng)目的架構(gòu)設(shè)計(jì)和項(xiàng)目開發(fā)，技術(shù)支持。保證項(xiàng)目的成功實(shí)施，運(yùn)行，維護(hù)。參加過全省、全國多個(gè)大型的計(jì)算機(jī)應(yīng)用項(xiàng)目。擅長軟件架構(gòu)設(shè)計(jì)與評審, 極限編程（XP）、測試驅(qū)動開發(fā)（TDD）、持續(xù)集成（CI）、重構(gòu)（Refactor）、演進(jìn)式設(shè)計(jì)（Evolutionary Design）以及降低代碼的復(fù)雜度（Cyclomatic Complexity）。通過重構(gòu)、重寫，將代碼量大幅度縮減，并且提高可讀性、可擴(kuò)展性、可變更性，從而大幅度降低開發(fā)成本。他熱愛學(xué)習(xí)、思考與分享，曾翻譯過多本技術(shù)書籍，在網(wǎng)站上發(fā)表過各種文章，并曾多次在技術(shù)會議和社區(qū)活動上發(fā)表演講。
他還是認(rèn)證培訓(xùn)師，為多家大型軟件中心做過培訓(xùn)。比如EMC，VMware，華為，中興通信，思科，諾基亞，朗訊，愛立信，上海貝爾，AutoDesk，Adobe，百度，阿里巴巴，騰訊，金山移動，支付寶等。

1998畢業(yè)獲得計(jì)算機(jī)碩士學(xué)位。畢業(yè)后在國外工作多年?；貒蠹尤隝BM中國研發(fā)中心，BEA中國研發(fā)中心，oracle中國研發(fā)中心等。任軟件開發(fā)工程師，高級技術(shù)專家，首席架構(gòu)師等。主要負(fù)責(zé)客戶項(xiàng)目的架構(gòu)設(shè)計(jì)和項(xiàng)目開發(fā)，技術(shù)支持。保證項(xiàng)目的成功實(shí)施，運(yùn)行，維護(hù)。參加過全省、全國多個(gè)大型的計(jì)算機(jī)應(yīng)用項(xiàng)目。擅長軟件架構(gòu)設(shè)計(jì)與評審, 極限編程（XP）、測試驅(qū)動開發(fā)（TDD）、持續(xù)集成（CI）、重構(gòu)（Refactor）、演進(jìn)式設(shè)計(jì)（Evolutionary Design）以及降低代碼的復(fù)雜度（Cyclomatic Complexity）。通過重構(gòu)、重寫，將代碼量大幅度縮減，并且提高可讀性、可擴(kuò)展性、可變更性，從而大幅度降低開發(fā)成本。他熱愛學(xué)習(xí)、思考與分享，曾翻譯過多本技術(shù)書籍，在網(wǎng)站上發(fā)表過各種文章，并曾多次在技術(shù)會議和社區(qū)活動上發(fā)表演講。 他還是認(rèn)證培訓(xùn)師，為多家大型軟件中心做過培訓(xùn)。比如EMC，VMware，華為，中興通信，思科，諾基亞，朗訊，愛立信，上海貝爾，AutoDesk，Adobe，百度，阿里巴巴，騰訊，金山移動，支付寶等。

課程費(fèi)用

6800.00 /人

課程時(shí)長

2天

成為教練

課程簡介

本課程旨在幫助大家深入了解和應(yīng)用大模型，從而利用其強(qiáng)大的自然語言處理能力解決各種現(xiàn)實(shí)世界的問題。內(nèi)容包括介紹大型語言模型的基本原理、架構(gòu)和訓(xùn)練方法，幫助大家建立對大模型的理解和認(rèn)知。深入探討LLAMA在各個(gè)領(lǐng)域的實(shí)際應(yīng)用，包括自動文本生成、機(jī)器翻譯、情感分析、問答系統(tǒng)等，幫助大家了解如何將LlAMA應(yīng)用于實(shí)際項(xiàng)目中。

目標(biāo)收益

1. 系統(tǒng)化了解AIGC生態(tài)體系和發(fā)展趨勢
2. 系統(tǒng)化了解LLMs大語言模型生態(tài)體系和發(fā)展趨勢
3. 掌握大語言模型LLama2的基座模型微調(diào)方法
5. 掌握大語言模型開發(fā)框架Langchain的使用方法。
6. 構(gòu)建基于LangChain完整項(xiàng)目的開發(fā)過程和經(jīng)驗(yàn)
7 大模型在產(chǎn)業(yè)應(yīng)用實(shí)踐（金融/電信/教育科技/制造業(yè)/公共服務(wù)業(yè)）
8 探索可落地的商用前景及實(shí)施路徑

培訓(xùn)對象

課程大綱

第一部分: LLM大模型核心原理
1.大模型基礎(chǔ)：理論與技術(shù)的演進(jìn)
2.LLMs大語言模型的概念定義
3.LLMs大語言模型的發(fā)展演進(jìn)
4.LLMs大語言模型的生態(tài)體系
5.大語言模型技術(shù)發(fā)展與演進(jìn)
6.基于統(tǒng)計(jì)機(jī)器學(xué)習(xí)的語言模型
7.基于深度神經(jīng)網(wǎng)絡(luò)的語言模型
8.基于 Transformer 的大語言模型
9.LLMs大語言模型的關(guān)鍵技術(shù)
10.LLMs大語言模型的核心框架：商業(yè)&開源
11.LLMs大語言模型的行業(yè)應(yīng)用
12.動?開發(fā)第?個(gè) ChatGPT Plugin
第二部分: LLM大模型微調(diào)
1.大模型高效微調(diào)技術(shù)
2.Parameter-Efficient
3. Fine-Tuning (PEFT) 初探
4.大模型輕量級高效微調(diào)方法 LoRA
5.少樣本 PEFT 新方法 IA3
6.統(tǒng)一微調(diào)框架 UniPELT
7.基于人類反饋的強(qiáng)化學(xué)習(xí)微調(diào)技術(shù) RLHF
8.混合專家模型 Mixture of Experts（MoE）技術(shù)架構(gòu)揭秘
第三部分: 國內(nèi)外大模型研究進(jìn)展
1.國內(nèi)外大模型研究進(jìn)展
2.百度文心、
3.阿里通義
4.科大訊飛星火大模型
5.0pen API GPT
6.騰訊混元
7.華為鯤鵬大模型;
第四部分: 大語言模型微調(diào)與Prompt提示工程
1.大語言模型微調(diào)與Prompt
2.大語言模型微調(diào)對象和層次
3.語言模型微調(diào)的主流方法
4.Prompt如何使用和進(jìn)階
5.什么是提示與提示工程
6.提示工程的巨大威力：從Let’s think step by step說起
7.拆解、標(biāo)準(zhǔn)化、流程化：如何用AI改造工作
8.使用BROKE框架設(shè)計(jì)ChatGPT提示
9.通過案例分析，展示如何使用大模型prompt技術(shù)輔助開發(fā)
第五部分: 基于智譜 AI GLM 篇-案例分析
1.GLM 大模型家族介紹
2.智譜第四代 API 介紹
3.AP| 基礎(chǔ)教學(xué)和實(shí)戰(zhàn)
4.使用 GLM-4 AP| 構(gòu)建模型和應(yīng)用
5.使用 GLM-4從0到1搭建并優(yōu)化 RAG 程序
6.Diffusion 原理介紹
7.模型訓(xùn)練的數(shù)據(jù)優(yōu)化(DALLE3)
8.CogView3 及 API 調(diào)用演示
9.超擬人大模型
10.CharacterGLM:理論與實(shí)戰(zhàn)
第六部分: ?模型應(yīng)?開發(fā)框架 LangChain
1.?模型應(yīng)?開發(fā)框架 LangChain
2.LangChain 是什么
3.為什么需要 LangChain
4.LangChain 典型使?場景
5.LangChain 基礎(chǔ)概念與模塊化設(shè)計(jì)
6.LangChain 核?模塊??與實(shí)戰(zhàn)
7.LangChain 的3 個(gè)場景
8.LangChain 的6 大模塊
9.LangChain 的開發(fā)流程
10.創(chuàng)建基于LangChain聊天機(jī)器人
第七部分: 構(gòu)建Llama2 +LangChain構(gòu)建文檔問答系統(tǒng)
1.構(gòu)建復(fù)雜LangChain應(yīng)?
2.LangChain模型(Models)：從不同的 LLM 和嵌入模型中進(jìn)行選擇
3. LangChain提示(Prompts)：管理 LLM 輸入
4. LangChain鏈(Chains)：將 LLM 與其他組件相結(jié)合
5. LangChain索引(Indexs)：訪問外部數(shù)據(jù)
6. LangChain記憶(Memory)：記住以前的對話
7. LangChain代理(Agents)：訪問其他工具
8.Agent 理論基礎(chǔ)：ReAct
9.使?Llama大模型構(gòu)建文檔問答系統(tǒng)
第八部分: 基于大模型 + LangChain 產(chǎn)業(yè)應(yīng)用場景和案例分析
1.大模型應(yīng)用聊天機(jī)器人場景
2.大模型應(yīng)用智能文檔和智能寫作場景
3.大模型應(yīng)用知識圖譜場景
4.大模型應(yīng)用用戶體驗(yàn)管理場景
5.大模型應(yīng)用搜索場景
6.大模型應(yīng)用智能機(jī)器人場景
7.大模型LangChain程序設(shè)計(jì)案例：聊天機(jī)器人
8.大模型LangChain程序設(shè)計(jì)案例：代碼理解
9.大模型LangChain程序設(shè)計(jì)案例：API交互
10.大模型LangChain程序設(shè)計(jì)案例：文檔摘要
第九部分: 大模型技術(shù)在金融業(yè)應(yīng)用的思考與建議
1.大模型技術(shù)在金融業(yè)應(yīng)用的思考與建議
2.大模型技術(shù)的特點(diǎn)及局限性分析
3.大模型技術(shù)在金融領(lǐng)域的適用場景
4.大模型技術(shù)與金融智能營銷
5.大模型技術(shù)與金融智能風(fēng)控
6.大模型技術(shù)與金融智能客服
7.大模型技術(shù)與金融虛擬營業(yè)廳和數(shù)字人
8.大模型技術(shù)與金融其他通用場景
第十部分: 大模型技術(shù)在軟件開發(fā)行業(yè)應(yīng)用-以GPT為工具
1.大模型應(yīng)用軟件架構(gòu)設(shè)計(jì)階段場景與案例
2.大模型應(yīng)用詳細(xì)設(shè)計(jì)階段階段場景與案例
3.大模型應(yīng)用編碼階段階段場景與案例
4.大模型應(yīng)用代碼重構(gòu)與優(yōu)化階段場景與案例
5.大模型應(yīng)用代碼評審階段場景與案例
6.大模型單元測試階段場景與案例
第十一部分: 大模型技術(shù)在其他行業(yè)應(yīng)用
1.大模型技術(shù)在教育科技應(yīng)用-可汗學(xué)院(Khan Academy)
2.大模型技術(shù)在大型企業(yè)數(shù)字化轉(zhuǎn)型應(yīng)用-法務(wù)智能輔助審核
3.大模型技術(shù)在企業(yè)應(yīng)用-安防企業(yè)智能文本審閱系統(tǒng)
4.大模型技術(shù)在電信應(yīng)用-智能運(yùn)維
5.大模型技術(shù)在互聯(lián)網(wǎng)和傳媒應(yīng)用-智能搜索與推薦系統(tǒng)
6.大模型技術(shù)在建筑行業(yè)應(yīng)用-智能工程圖紙管理
第一部分: LLM大模型核心原理

1.大模型基礎(chǔ)：理論與技術(shù)的演進(jìn)
2.LLMs大語言模型的概念定義
3.LLMs大語言模型的發(fā)展演進(jìn)
4.LLMs大語言模型的生態(tài)體系
5.大語言模型技術(shù)發(fā)展與演進(jìn)
6.基于統(tǒng)計(jì)機(jī)器學(xué)習(xí)的語言模型
7.基于深度神經(jīng)網(wǎng)絡(luò)的語言模型
8.基于 Transformer 的大語言模型
9.LLMs大語言模型的關(guān)鍵技術(shù)
10.LLMs大語言模型的核心框架：商業(yè)&開源
11.LLMs大語言模型的行業(yè)應(yīng)用
12.動?開發(fā)第?個(gè) ChatGPT Plugin
第二部分: LLM大模型微調(diào)

1.大模型高效微調(diào)技術(shù)
2.Parameter-Efficient
3. Fine-Tuning (PEFT) 初探
4.大模型輕量級高效微調(diào)方法 LoRA
5.少樣本 PEFT 新方法 IA3
6.統(tǒng)一微調(diào)框架 UniPELT
7.基于人類反饋的強(qiáng)化學(xué)習(xí)微調(diào)技術(shù) RLHF
8.混合專家模型 Mixture of Experts（MoE）技術(shù)架構(gòu)揭秘
第三部分: 國內(nèi)外大模型研究進(jìn)展

1.國內(nèi)外大模型研究進(jìn)展
2.百度文心、
3.阿里通義
4.科大訊飛星火大模型
5.0pen API GPT
6.騰訊混元
7.華為鯤鵬大模型;
第四部分: 大語言模型微調(diào)與Prompt提示工程

1.大語言模型微調(diào)與Prompt
2.大語言模型微調(diào)對象和層次
3.語言模型微調(diào)的主流方法
4.Prompt如何使用和進(jìn)階
5.什么是提示與提示工程
6.提示工程的巨大威力：從Let’s think step by step說起
7.拆解、標(biāo)準(zhǔn)化、流程化：如何用AI改造工作
8.使用BROKE框架設(shè)計(jì)ChatGPT提示
9.通過案例分析，展示如何使用大模型prompt技術(shù)輔助開發(fā)
第五部分: 基于智譜 AI GLM 篇-案例分析

1.GLM 大模型家族介紹
2.智譜第四代 API 介紹
3.AP| 基礎(chǔ)教學(xué)和實(shí)戰(zhàn)
4.使用 GLM-4 AP| 構(gòu)建模型和應(yīng)用
5.使用 GLM-4從0到1搭建并優(yōu)化 RAG 程序
6.Diffusion 原理介紹
7.模型訓(xùn)練的數(shù)據(jù)優(yōu)化(DALLE3)
8.CogView3 及 API 調(diào)用演示
9.超擬人大模型
10.CharacterGLM:理論與實(shí)戰(zhàn)
第六部分: ?模型應(yīng)?開發(fā)框架 LangChain

1.?模型應(yīng)?開發(fā)框架 LangChain
2.LangChain 是什么
3.為什么需要 LangChain
4.LangChain 典型使?場景
5.LangChain 基礎(chǔ)概念與模塊化設(shè)計(jì)
6.LangChain 核?模塊??與實(shí)戰(zhàn)
7.LangChain 的3 個(gè)場景
8.LangChain 的6 大模塊
9.LangChain 的開發(fā)流程
10.創(chuàng)建基于LangChain聊天機(jī)器人
第七部分: 構(gòu)建Llama2 +LangChain構(gòu)建文檔問答系統(tǒng)

1.構(gòu)建復(fù)雜LangChain應(yīng)?
2.LangChain模型(Models)：從不同的 LLM 和嵌入模型中進(jìn)行選擇
3. LangChain提示(Prompts)：管理 LLM 輸入
4. LangChain鏈(Chains)：將 LLM 與其他組件相結(jié)合
5. LangChain索引(Indexs)：訪問外部數(shù)據(jù)
6. LangChain記憶(Memory)：記住以前的對話
7. LangChain代理(Agents)：訪問其他工具
8.Agent 理論基礎(chǔ)：ReAct
9.使?Llama大模型構(gòu)建文檔問答系統(tǒng)
第八部分: 基于大模型 + LangChain 產(chǎn)業(yè)應(yīng)用場景和案例分析

1.大模型應(yīng)用聊天機(jī)器人場景
2.大模型應(yīng)用智能文檔和智能寫作場景
3.大模型應(yīng)用知識圖譜場景
4.大模型應(yīng)用用戶體驗(yàn)管理場景
5.大模型應(yīng)用搜索場景
6.大模型應(yīng)用智能機(jī)器人場景
7.大模型LangChain程序設(shè)計(jì)案例：聊天機(jī)器人
8.大模型LangChain程序設(shè)計(jì)案例：代碼理解
9.大模型LangChain程序設(shè)計(jì)案例：API交互
10.大模型LangChain程序設(shè)計(jì)案例：文檔摘要
第九部分: 大模型技術(shù)在金融業(yè)應(yīng)用的思考與建議

1.大模型技術(shù)在金融業(yè)應(yīng)用的思考與建議
2.大模型技術(shù)的特點(diǎn)及局限性分析
3.大模型技術(shù)在金融領(lǐng)域的適用場景
4.大模型技術(shù)與金融智能營銷
5.大模型技術(shù)與金融智能風(fēng)控
6.大模型技術(shù)與金融智能客服
7.大模型技術(shù)與金融虛擬營業(yè)廳和數(shù)字人
8.大模型技術(shù)與金融其他通用場景
第十部分: 大模型技術(shù)在軟件開發(fā)行業(yè)應(yīng)用-以GPT為工具

1.大模型應(yīng)用軟件架構(gòu)設(shè)計(jì)階段場景與案例
2.大模型應(yīng)用詳細(xì)設(shè)計(jì)階段階段場景與案例
3.大模型應(yīng)用編碼階段階段場景與案例
4.大模型應(yīng)用代碼重構(gòu)與優(yōu)化階段場景與案例
5.大模型應(yīng)用代碼評審階段場景與案例
6.大模型單元測試階段場景與案例
第十一部分: 大模型技術(shù)在其他行業(yè)應(yīng)用

1.大模型技術(shù)在教育科技應(yīng)用-可汗學(xué)院(Khan Academy)
2.大模型技術(shù)在大型企業(yè)數(shù)字化轉(zhuǎn)型應(yīng)用-法務(wù)智能輔助審核
3.大模型技術(shù)在企業(yè)應(yīng)用-安防企業(yè)智能文本審閱系統(tǒng)
4.大模型技術(shù)在電信應(yīng)用-智能運(yùn)維
5.大模型技術(shù)在互聯(lián)網(wǎng)和傳媒應(yīng)用-智能搜索與推薦系統(tǒng)
6.大模型技術(shù)在建筑行業(yè)應(yīng)用-智能工程圖紙管理

活動詳情

提交需求