【ai精翻】掌握生成式 AI – 从 LLM 到应用程序

你将会学到的

• 呼叫2
• 聊天GPT
• 大型语言模型
• 及时工程
• 法学硕士微调
• 抹布
• RLHF
• LLM 用例
• 法学硕士基础知识
• 适合所有人的法学硕士
• 基于法学硕士的聊天机器人
• 聊天机器人
• 指令微调
• 情境学习
• 少量样本推理
• 幻觉
• 通过人类反馈进行强化学习
• 检索增强生成
• 推理工具
• 代理
• 增强
• 自动化
• 变压器
• 性别你
• 生成式人工智能
• 人工智能
• 数据科学
• 机器学习
• 深度学习
• 朗链
• 伦敦指数
• 低秩适应
• 洛拉
• 指标
• 多酚氧化酶
• 数据保护专员
• 孤儿
• PDF RAG
• CSV RAG
• GEN AI 生命周期

要求

• PYTHON
• 自然语言处理
• 机器学习基础

说明

生成式人工智能：从基础到高级应用

本综合课程旨在让学习者深入了解生成式人工智能，尤其侧重于大型语言模型 (LLM) 及其应用。您将深入了解这项变革性技术的核心概念、实用的实施技术和道德考量。

您将学到什么：

• 基础知识：掌握人工智能的演变，理解生成人工智能的核心原理，并探索其多样化的用例。
• LLM 架构和培训：深入了解 LLM 的架构、培训流程以及影响其绩效的因素。
• 提示工程：掌握制作有效提示的艺术，以最大限度地发挥 LLM 能力并克服局限性。
• 微调和优化：了解如何通过微调使 LLM 适应特定任务，并探索 PEFT 和 RLHF 等技术。
• RAG 和现实世界的应用：了解如何使用检索增强生成 (RAG) 将 LLM 与外部知识源相结合并探索实际应用。
• 道德考虑：了解生成式人工智能和负责任的人工智能实践的道德含义。

在本课程结束时，您将能够构建和部署强大的生成式 AI 解决方案，在遵守道德准则的同时解决现实世界的挑战。无论您是数据科学家、开发人员还是商业专业人士，本课程都将为您提供在生成式 AI 时代蓬勃发展的必要技能。

课程结构：

本课程分为 12 个部分，涵盖从基础概念到高级技术的广泛主题。每个部分包括多个讲座，提供全面的学习体验。

• 第 1 部分：生成式人工智能简介
• 第 2 部分：法学硕士 (LLM) 架构和资源
• 第 3 部分：生成式 AI LLM 生命周期
• 第 4 部分：快速工程设置
• 第 5 节：LLM 属性
• 第 6 节：快速工程基本准则
• 第 7 节：更好的提示技巧
• 第 8 节：全面微调
• 第 9 节：PEFT – LORA
• 第 10 节：RLHF
• 第 11 节：RAG
• 第 12 节：视觉生成 AI（预览）

此课程面向哪些人：

• 数据科学家
• 机器学习从业者