AI大模型应用开发实战课程：从模型训练到行业落地

AI大模型应用开发实战课程：从模型训练到行业落地

1. 人工智能概述
   • 介绍AI的迭代路径、大模型进化树及技术分类。
2. AI开发环境搭建
   • 学习Python、Conda、VSCode等开发环境的配置。
3. 大模型微调环境准备
   • 准备llama-factory环境，进行模型微调。
4. 柏拉图表征与Scaling Law
   • 探讨KM缩放定律及其在AI模型中的应用。
5. 微调数据集准备
   • 学习SFT继续预训练和偏好优化的方法。
6. 微调过程与技术
   • 掌握lora微调与Qlora微调技术。
7. 模型评估方法
   • 学习批量推理与自动评估benchmark。
8. RAG技术原理与实操
   • 了解RAG技术原理，实践RAGFlow项目。
9. NaiveRAG与Langchain实践
   • 实践NaiveRAG与Langchain的应用。
10. 高级RAG技术
    • 学习层次索引、句子窗口、子查询和HyDE。
11. 模块化RAG
    • 掌握顺序模式、条件模式和分支模式。
12. 提示词工程
    • 学习软提示词、fewshot、COT和TOT的应用。
13. Embedding原理与训练
    • 探讨word2vec、CBOW原理及llamaindex微调。
14. Embedding模型评估
    • 学习MRR评测和MTEB评测方法。
15. 相似性搜索算法
    • 掌握k-means、肘部法则等算法。
16. 向量数据库简介
    • 了解向量数据库及相似性测量方法。
17. 向量数据库选型
    • 学习专用向量数据库和传统数据库的支持向量。
18. 近似邻近算法与过滤向量
    • 探讨PQ量化、HNSW和LSH算法。
19. Rerank技术原理与实践
    • 学习交叉编码与双编码技术。
20. Rerank模型微调与实践
    • 实践rankGPT等模型微调。
21. Agent原理简介
    • 了解planning、memory等Agent基本原理。
22. Agent平台与工具使用
    • 学习国内外主流Agent平台及Coze搭建智能客服。
23. Agent设计模式
    • 掌握Fewshot、ReAct、Reflexion、LAT等设计模式。
24. Agent框架
    • 学习SingleAgent和MultiAgent框架。
25. RAG评估方法
    • 掌握评估指标、RAGAs和TruLens。
26. RAG行业落地
    • 分享实践心得、落地经验和业务场景。
27. Langgraph多Agent架构
    • 学习协作多Agent架构的应用。
28. Langchain项目原理与实战
    • 实践Langchain项目原理与应用。
29. AutoGen项目原理与实战
    • 学习AutoGen项目原理与实战应用。
30. CrewAI项目原理与实战
    • 探讨CrewAI项目原理与实战案例。
31. 向量数据库代码示例
    • 学习chroma与qdrant代码示例。