課程概述
課程旨在深入介紹生成式人工智能(AIGC)和大語言模型(LLM)技術。
在這個課程中,我們首先將研究生成式人工智能(AIGC)和大語言模型(LLM)的概念和技術體系,探討其工作原理,生態(tài)體系以及與 OpenAI的關系。接下來,我們將深入討論"提示工程",介紹如何構建和優(yōu)化提示以提高LLM的結果質量。在環(huán)境配置方面,我們將展示如何使用Python代碼實現流式自動對話,并快速創(chuàng)建Chat Bot。
課程中,我們還將通過LangChain來開發(fā)AIGC應用,詳細講解其概念、模型調用、提示工程、輸出解析。我們還會介紹如何在LangChain中使用鏈(Chain)、內存(Memory)和代理(Agent)。一起探索樓LangChain的高級應用,并在實際演練中構建一個客戶服務型Chatbot。
最后,我們將搭建一個API網關,實現LLM模型的本地運行,并構建一個低代碼/無代碼的AIGC開發(fā)平臺。課程最后將主要專注于應用部署,包含容器化部署和PaaS化部署,以便于快速上線自定義LLM應用。
課程對象
- AI技術愛好者:對人工智能特別是生成式AI感興趣的個人。
- 數據科學家:需要使用LLM進行數據分析和模式識別的專業(yè)人士。
- 軟件開發(fā)者:希望將AIGC集成到其應用程序中的軟件開發(fā)者。
- 產品經理:負責設計和推出基于AIGC技術的產品的產品經理。
- 研究人員和學者:在學術研究中探索AIGC應用的研究人員。
- 企業(yè)決策者:尋求利用AIGC技術改進業(yè)務流程和提高效率的企業(yè)決策者。
- 技術創(chuàng)業(yè)者:正在尋找利用AIGC技術創(chuàng)造新業(yè)務機會的創(chuàng)業(yè)者。
課程目標
通過課程學習,學員將能夠獲得必要的知識和技能,以在各自的領域中有效利用AIGC技術,開發(fā)創(chuàng)新的應用程序,并推動人工智能技術的發(fā)展。
- 理解AIGC和LLM技術:使學員能夠理解AIGC的概念、技術體系以及LLM的工作原理。
- 掌握提示工程:教授學員如何構建和優(yōu)化提示,以改善LLM的輸出質量。
- 開發(fā)環(huán)境搭建:指導學員如何獲取和使用LLM API Key,以及如何使用Python代碼實現流式自動對話。
- LangChain應用開發(fā):深入學習LangChain的基本概念,掌握如何使用LangChain調用LLM API,以及如何串聯不同的組件構建復雜的AIGC應用。
- 記憶與代理機制:了解如何在AIGC應用中保存對話上下文,以及如何使用代理機制進行結構化工具對話。
- 高級應用與工具箱:學習如何實現檢索增強生成、連接數據庫、異步通信機制,以及角色扮演等高級應用。
- 自主可控開發(fā)底座:教授學員如何搭建API Gateway,管理API渠道和令牌,以及如何實現LLM模型的本地運行。
- 低代碼無代碼平臺構建:介紹如何部署低代碼無代碼AIGC應用開發(fā)平臺,如Flowise,并實現基本會話機器人。
- 應用部署:了解應用容器化部署,以及如何借助云服務快速上線自定義LLM應用。
- 項目實戰(zhàn):通過構建客服Chatbot和知識庫問答系統(tǒng),讓學員將所學知識應用于實際項目中。
課程收益
- 深入理解AIGC和LLM技術:掌握生成式人工智能和大語言模型的核心概念與技術體系。
- 提示工程技能提升:學習如何構建和優(yōu)化提示,以提高大語言模型的輸出質量。
- 實踐環(huán)境配置能力:通過Python代碼實現流式自動對話,快速創(chuàng)建Chat Bot。
- LangChain應用開發(fā):深入了解LangChain的概念和應用,掌握模型調用和輸出解析。
- 記憶與代理機制應用:在AIGC應用中保存對話上下文,使用代理機制進行結構化工具對話。
- 高級應用與工具箱運用:實現檢索增強生成、連接數據庫、異步通信機制等高級應用。
- 自主可控開發(fā)底座構建:搭建API Gateway,管理API渠道和令牌,實現LLM模型的本地運行。
- 低代碼無代碼平臺構建技術:部署低代碼無代碼AIGC應用開發(fā)平臺,實現基本會話機器人。
- 應用部署與快速上線:掌握應用容器化部署,借助云服務快速上線自定義LLM應用。
- 項目實戰(zhàn)經驗:通過構建客服Chatbot和知識庫問答系統(tǒng),將所學知識應用于實際項目。
課程時長4天
課程大綱
模塊 | 章節(jié) | 內容 |
1. 生成式人工智能和大語言模型技術概覽 (1D) | AIGC的概念和技術體系 | ? 生成式人工智能(AIGC)體系概述 ? 大語言模型技術(LLM)工作原理 ? LLM 生態(tài)體系 ? OpenAI 及其相關模型介紹 |
提示工程 | ? 什么是提示工程 ? 構建提示的方法 ? 優(yōu)化提示技巧改善LLM輸出質量 ? 提示工程思維和提示工程最佳實踐 |
實現AIGC開發(fā)環(huán)境 | ? 獲取并使用LLM API Key ? 構建開發(fā)環(huán)境使用Python代碼實現流式自動對話 ? 快速創(chuàng)建Chat Bot,練習提示詞 |
2. 使用 LangChain 開發(fā)AIGC應用 (2D) | LangChain的基本概念和環(huán)境準備 | ? 大語言模型的概念 ? LangChain的概念和組件 ? 安裝LangChain環(huán)境 ? 使用LangChain調用LLM API |
模型的調用、提示工程和輸出解析 | ? 模型I/O ? 提示工程 ? 輸出解析 |
Chain:串聯不同的組件 | ? Chain的概念 ? LLMChain ? Sequential Chain ? RouterChain |
Memory:保存對話上下文 | ? Memory 概述 ? ConversationChain ? ConversationBufferMemory(緩沖記憶) ? ConversationBufferWindowMemory ? ConversationSummaryMemory ? ConversationSummaryBufferMemory |
Agent:代理 | ? Agent概念和體系 ? React框架 ? 結構化工具對話代理 ? 自主詢問搜索代理 ? 計劃與執(zhí)行代理 |
LangChain高級應用 | ? 工具和工具箱 ? 實現檢索增強生成RAG ? 連接數據庫 ? 回調函數實現異步通信機制 ? CAMEL:實現角色扮演 ? 實現自治代理 |
綜合演練:構建客服Chatbot | ? 技術架構 ? 實現步驟 ? 實現基本聊天 ? 實現記憶功能 ? 整合文檔庫具備檢索機制 ? 使用Gradio/StreamLit框架部署Chatbot |
項目實戰(zhàn):開發(fā)知識庫問答系統(tǒng) | ? 項目需求 ? 技術框架 ? 核心實現機制 ? 核心代碼分析 ? 功能實現 |
3. 實現自主可控的AIGC應用開發(fā)底座 (1D) | 搭建API Gateway | ? AIGC 開發(fā)底座工具鏈介紹 ? LLM API 調用方法和策略綜述 ? 使用One-API項目部署API Geateway ? 管理API渠道和令牌 ? API 調用的監(jiān)控以及用戶管理 |
實現LLM模型本地運行 | ? 使用LM Studio實現開源大模型的本地運行 ? 開源大語言模型和本地開發(fā)環(huán)境的對接 ? 測試和評估LLaMa模型 ? 測試和評估Mixtrel MoE模型 ? 使用Phi 2實現本地平替Github Copilot解決方案 ? 實現嵌入式模型的本地運行 |
構建低代碼無代碼AIGC應用開發(fā)平臺 | ? 部署Flowise ? 快速實現基本會話機器人 ? 實現整合Web瀏覽插件的會話機器人 ? 實現領域知識庫(Embedding & 向量檢索引擎) ? 實現智能體 |
AIGC 應用的部署 | ? 應用容器化部署介紹 ? 借助Vercel實現應用的PaaS化部署 ? 部署ChatGPT Web ? 快速上線自定義LLM應用 |
為什么選擇艾威
深厚的行業(yè)經驗:艾威自2003年成立以來,積累了豐富的培訓經驗和行業(yè)資源。
專業(yè)的師資團隊:我們的講師都是具有多年實戰(zhàn)經驗的行業(yè)專家和學者。
實戰(zhàn)為主:本課程強調實戰(zhàn)應用,幫助學員更好地將理論知識運用到實際工作中。
個性化的課程設置:我們根據市場需求和學員需求,設計了符合實際需要的課程內容和結構。
在這個技術日新月異的時代,掌握最新的知識和技能是每個專業(yè)人士的必備條件。選擇艾威,讓我們一起迎接技術的未來!
培訓咨詢