LLMs for Code Generation and Documentation培训

这种由讲师指导的中国（在线或现场）现场培训面向希望使用LangChain框架构建AI驱动的应用程序的中级开发人员和软件工程师。

在培训结束时，参与者将能够：

• 了解LangChain及其组件的基础知识。
• 将 LangChain 与 GPT-4 等大型语言模型 （LLM） 集成。
• 使用 LangChain 构建模块化 AI 应用程序。
• 排查LangChain应用程序中的常见问题。

这种以讲师为主导的中国（在线或现场）现场培训面向希望学习LangChain核心概念和架构并获得构建AI驱动应用程序的实用技能的初级到中级开发人员和软件工程师。

在培训结束时，参与者将能够：

• 掌握LangChain的基本原理。
• 设置和配置LangChain环境。
• 了解架构以及 LangChain 如何与大型语言模型 （LLM） 交互。
• 使用LangChain开发简单的应用程序。

这种以讲师为主导的中国（在线或现场）实时培训面向希望使用 Google Gemini AI 将 AI 功能集成到其应用程序中的初级到中级开发人员。

在培训结束时，参与者将能够：

• 了解大型语言模型的基础知识。
• 设置和使用 Google Gemini AI 执行各种 AI 任务。
• 实现文本到文本和图像到文本的转换。
• 构建基本的 AI 驱动型应用程序。
• 探索 Google Gemini AI 中的高级功能和自定义选项。

这种以讲师为主导的中国（在线或现场）现场培训面向希望利用 Google Gemini AI 来提高其内容质量和效率的中级内容创作者。

在培训结束时，参与者将能够：

• 了解 AI 在内容创作中的作用。
• 设置和使用 Google Gemini AI 来生成和优化内容。
• 应用文本到文本的转换来生成创意和原创内容。
• 使用 AI 驱动的见解实施 SEO 策略。
• 使用 Gemini AI 分析内容性能并调整策略。

这种以讲师为主导的中国（在线或现场）现场培训面向希望在客户服务运营中实施 Go ogle Gemini AI 的中级客户服务专业人员。

在培训结束时，参与者将能够：

• 了解 AI 对客户服务的影响。
• 设置 Google Gemini AI 以自动化和个性化客户交互。
• 利用文本到文本和图像到文本的转换来提高服务效率。
• 制定 AI 驱动的策略，用于实时客户反馈分析。
• 探索高级功能，打造无缝的客户服务体验。

这种以讲师为主导的中国（在线或现场）现场培训面向希望使用 Google Gemini AI 在各个行业更直观地执行复杂数据分析任务的初级到中级数据分析师和业务专业人员。

在培训结束时，参与者将能够：

• 了解 Google Gemini AI 的基础知识。
• 将各种数据源连接到 Gemini AI。
• 使用自然语言查询浏览数据。
• 分析数据模式并得出见解。
• 创建引人入胜的数据可视化。
• 有效地传达数据驱动的见解。

这种以讲师为主导的中国现场现场培训针对的是希望学习如何将生成式AI与LLM用于各种任务和领域的中级开发人员。

在培训结束时，参与者将能够：

解释什么是生成式 AI 及其工作原理。 描述支持 LLM 的 transformer 架构。 使用经验缩放定律针对不同的任务和约束优化 LLM。 应用最先进的工具和方法来训练、微调和部署 LLM。 讨论生成式人工智能给社会和企业带来的机遇和风险。

这种由讲师指导的现场培训中国（在线或现场）面向希望使用 LlamaIndex 增强 AI 模型功能的中级 AI 研究人员、机器学习专业人员和数据科学家，使其在各种应用程序中更加准确和可靠。

在培训结束时，参与者将能够：

• 了解 LlamaIndex 的原理和组件。
• 引入和构建用于 LLM 的数据。
• 实施上下文增强以提高 AI 模型性能。
• 将 LlamaIndex 集成到现有的 AI 系统和工作流程中。

这种由讲师指导的 中国（在线或现场）实时培训面向希望掌握 LlamaIndex 以开发创新的 LLM 驱动的应用程序的初级到高级开发人员和数据科学家。

在培训结束时，参与者将能够：

• 设置和配置 LlamaIndex 以用于 LLM。
• 使用 LlamaIndex 索引和查询自定义数据集以增强 LLM 功能。
• 设计和开发利用 LlamaIndex 和 LLM 的复杂应用程序。
• 了解并应用使用 LLM 和 LlamaIndex 的最佳实践。
• 了解部署 LLM 支持的应用程序所涉及的道德注意事项。

这种由讲师指导的中国现场现场培训针对的是希望将大型语言模型用于各种自然语言任务的初级到中级开发人员。

在培训结束时，参与者将能够：

设置包含常用 LLM 的开发环境。 创建一个基本的 LLM 并在自定义数据集上对其进行微调。 将 LLM 用于不同的自然语言任务，例如文本摘要、问答、文本生成等。 使用 TensorBoard、PyTorch Lightning 和 Hugging Face Datasets 等工具调试和评估 LLM。

这种以讲师为主导的 中国（在线或现场）实时培训面向希望实施 LLM 以创建响应迅速且智能的客户支持聊天机器人的初级到中级客户支持和 IT 专业人员。

在培训结束时，参与者将能够：

• 了解 Large Language Models (LLMs) 的基础知识和架构。
• 设计 LLM 并将其集成到客户支持系统中。
• 增强聊天机器人的响应能力和用户体验。
• 解决道德考虑并确保符合行业标准。
• 为实际应用程序部署和维护基于 LLM 的聊天机器人。

这种以讲师为主导的中国（在线或现场）现场培训面向希望利用 LLM 的力量来提取业务见解的中级业务专业人员和数据分析师。

在培训结束时，参与者将能够：

• 了解 LLM 在商业智能环境中的基础知识和应用。
• 应用 LLM 来分析大型数据集并提取有意义的见解。
• 将 LLM 驱动的分析集成到战略业务决策流程中。
• 评估在业务中使用 LLM 的道德考虑和最佳实践。
• 预测 AI 的未来趋势，并为不断发展的商业智能环境做好准备。

这种以讲师为主导的现场培训中国（在线或现场）面向希望利用 LLM 的力量在各个领域生成高质量、多样化和引人入胜的内容的中级内容创作者、营销人员和教育技术人员。

在培训结束时，参与者将能够：

• 了解 LLM 的功能及其在内容生成中的应用。
• 设置和使用 LLM 来生成各种类型的内容。
• 应用最佳实践来提示和微调 LLM 以产生所需的输出。
• 评估 AI 生成内容的质量，并针对特定受众进行优化。
• 探索使用 LLM 生成创意和多模态内容的高级技术。

这种由讲师指导的现场培训中国（在线或远程）面向希望使用 LLM 执行各种 NLP 任务并为不同目的创建新颖多样内容的中级数据科学家、AI 开发人员和 AI 爱好者。

在培训结束时，参与者将能够：

• 使用 LLM 和基本工具建立开发环境。
• 使用 LLM 熟练地执行 NLU 和 NLI 任务。
• 有效地提取、推断和利用知识图谱。
• 使用 LLM 为对话应用程序生成和管理对话。
• 评估 LLM 和生成式 AI 生成的内容质量和多样性。
• 应用道德原则，确保公平和负责任地使用法学硕士。

这种以讲师为主导的中国（在线或现场）现场培训面向具有不同经验和专业知识水平的教育工作者、教育技术专业人士和研究人员，他们希望利用 LLM 来创造个性化的教育体验。

在培训结束时，参与者将能够：

• 了解 LLM 的体系结构和功能。
• 使用 LLM 确定教育内容个性化的机会。
• 设计利用 LLM 进行内容个性化的自适应学习平台。
• 实施 LLM 驱动的策略，以提高学生的参与度和学习成果。
• 评估 LLM 在教育环境中的有效性，并做出数据驱动的决策