Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
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
Course - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
機器翻譯