感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
開源大語言模型(LLM)簡介
- DeepSeek、Mistral、LLaMA 及其他開源模型概述
- LLM 的工作原理:Transformers、自注意力機制與訓練
- 開源 LLM 與專有模型的比較
LLM 的微調與定製
- 微調數據準備
- 使用 Hugging Face 訓練和優化 LLM
- 模型性能評估與偏差緩解
使用 LLM 構建 AI 代理
- LangChain 簡介:AI 代理開發
- 設計基於 LLM 的代理工作流
- 記憶、檢索增強生成(RAG)與動作執行
部署基於 LLM 的 AI 代理
- 使用 Docker 容器化 AI 代理
- 將 LLM 集成到企業應用中
- 使用雲服務和 API 擴展 AI 代理
企業 AI 中的安全與合規
- 倫理考量與法規合規
- 緩解 AI 驅動自動化中的風險
- 監控與審計 AI 代理行爲
案例研究與實際應用
- LLM 驅動的虛擬助手
- AI 驅動的文檔自動化
- 企業分析中的定製 AI 代理
優化與維護基於 LLM 的代理
- 持續模型改進與更新
- 部署監控與反饋循環
- 成本優化與性能調優策略
總結與下一步
最低要求
- 深入瞭解AI和機器學習
- 具備Python編程經驗
- 熟悉大語言模型(LLMs)和自然語言處理(NLP)
受衆
- AI工程師
- 企業軟件開發人員
- 企業領導者
21 時間:
客戶評論 (1)
培訓師即時回答問題。
Adrian
課程 - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
機器翻譯