课程简介
AI大模型在研发领域具有显著优势，可提升工作效能。其起源与传统AI有明显区别，特别是Transformer结构的重要性。GPT模型与国内大模型呈现百花齐放的态势。提示词工程在大模型应用中发挥关键作用，而Python技能则是AI大模型开发的基础。通过优化开源大模型，可克服其弊端并提高研发效能。
目标收益
培训对象
课程内容
1 大模型的起源
AI大模型与传统AI的差异
Transformer的概念
为什么需要注意力机制
2 GPT模型与国内大模型
从GPT1到GPT4
ChatGPT与国内百花齐放的大模型
3 提示词工程
为什么提示词可以有效改变角色
预训练模型的概念
通过提示词实现内容扩写与改写
通过提示词实现从Python到C语言的自动代码转换
4 AI大模型必备的Python技能
Python的数据类型
Python的魔术方法
Python的包管理机制
Python代码的调试
5 嵌入技术与本地文档
Embedding技术
Embedding与提示词的不同场景
利用Embedding实现特定领域的问答系统
6 提高研发效能
使用AI大模型实现代码调试助手
使用AI大模型生成SQL语句
使用AI大模型实现文档自动翻译
7 如何调优开源大模型
开源大模型的硬件门槛
大模型的评估方法
开源大模型的弊端
利用HuggingFace调优开源大模型
8 AI大模型的发展趋势
近期公开课推荐
