课程大纲

生成式AI与代理式AI简介

  • 什么是生成式AI?什么是代理式AI?
  • 两者的区别与互补性
  • 各行业的应用案例与趋势

生成式AI的架构与工具

  • Transformer模型:GPT、LLaMA、Claude等
  • 微调与上下文学习的对比
  • 工具:ChatGPT、Hugging Face Transformers、Google AI Studio

提示工程:控制与结构化

  • 提示模式:写作、编码、摘要等
  • 少样本提示、零样本提示与思维链提示
  • 使用提示库与测试工具

理解代理式AI

  • 代理式AI的定义与演进
  • 架构:规划、记忆、工具、自我反思
  • 热门框架:AutoGPT、BabyAGI、CrewAI、LangGraph

设计与部署自主代理

  • 目标设定与任务分解
  • 集成工具与API(搜索、记忆、代码)
  • 多代理协调与人在环监督

应用案例与实施场景

  • 内容生成与任务编排的对比
  • 企业生产力、客户支持、数据提取
  • 负责任与安全的实施

总结与下一步

要求

  • 对AI和机器学习概念有一定了解。
  • 有使用API或脚本语言(如Python)的经验。
  • 熟悉提示工程或大语言模型的使用。

受众

  • AI开发人员与工程师。
  • 创新与研发团队。
  • 探索代理式AI系统的技术产品经理。
 14 小时

即将举行的公开课程

课程分类