400-888-5228

课程概述

本课程旨在为具有一定开发经验的企业开发人员提供深入理解和实践大型语言模型(如ChatGPTClaude等)的全面培训。参与者将学习这些模型的核心技术原理,掌握快速开发和部署私有化大语言模型应用程序的能力,特别是在构建企业私有知识库和对话机器人场景中的应用。

课程对象

  1. 具有开发经验的企业开发人员与维护人员。
  2. 对大型语言模型有初步了解,希望进一步专业化应用这些技术的技术人员。

课程目标

  • 深入了解大型语言模型的架构和发展。
  • 掌握提示工程、One-shot、Few-shot及Zero-shot等技术手段。
  • 实践使用Langchain框架以及如何基于大型模型搭建问答机器人和企业知识库。
  • 部署和优化基于HuggingFace等开源框架的大语言模型。

课程收益

  • 掌握当前最前沿的大型语言模型技术。
  • 能够独立开发和部署适用于企业的大型语言模型应用。
  • 提升处理和分析大规模数据集的能力,增强企业数据资产的商业价值。

课程时长3天

课程大纲

第一天1、 大语言模型基本概念介绍
2、 大语言模型发展现状
3、 ChatGPT、ChatGLM、LLAMA、Claude模型对比
4、 大模型输出技术手段之提示词工程
5、 One-shot 提示法的原理与实践
6、 Few-shot 提示法的策略与应用
7、 Zero-shot-CoT(Chain of Thought)的介绍与实例
8、 Few-shot-CoT 的高级应用与案例分析
9、 Least-to-Most Prompting 方法的概述
10、 多段提示流程的设计与执行
第二天1、 Langchain 框架的基本概念和功能,以及它在大型语言模型应用中的地位
2、 Langchain的聊天模型接口,包括处理不同类型的消息
3、 Langchain 中构建输入提示(Prompts),包括标准提示模板和聊天提示模板的创建和格式化
4、 解释Langchain文本嵌入模型的作用,以及如何生成文本输入的数值表示
5、 使用 Langchain 的输出解析器将语言模型生成的响应结构化
6、 使用 Langchain 的链功能,包括简单 LLM 链、顺序链和自定义链
7、 通过实际编码和案例演示,加深对 Langchain 功能的理解和应用
8、 基于Langchain框架和Claude模型搭建问答机器人
9、 部署文本嵌入模型并进行文本向量化
10、 部署向量数据库存储向量化数据
11、 通过RAG(Retrieval-Augmented Generation)构建企业私有知识库
12、 通过MaxKB快速部署知识库前端UI界面
13、 基于Langchain框架实现大模型Agent
第三天1、 ChatGLM概述,和其他大语言模型对比
2、 HuggingFace ChatGLM2-6b开源大模型部署实战
3、 ChatGLM的技术细节,包括参数规模、训练数据集和优化方法
4、 基于ChatGLM和Langchain搭建问答应用
5、 基于ChatGLM和Langchain搭建企业私有知识库
6、 企业级私有知识库在真实业务场景中的应用案例分享

为什么选择艾威

艾威培训公司自2003年成立以来,已成为众多财富500强企业的指定培训供应商,专注于提供高质量的前沿技术培训。我们的课程设计旨在结合当前行业标准和未来技术趋势,帮助学员在快速变化的技术环境中保持竞争力。选择艾威,您将获得实践经验丰富的讲师团队、先进的教学资源和深入的行业洞察,助力您的职业成长和企业发展

培训咨询

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

同类课程推荐同类课程推荐
IT技术培训课程分类