课程大纲

Generative AI 和大型语言模型简介

  • 生成式 AI 及其演变概述
  • LLM 简介:GPT、BERT 及其功能
  • 将生成模型与传统 NLP 方法进行比较

Transformer 架构和模型训练

  • 了解 LLM 中的 transformer 架构
  • 自我注意机制和语言建模
  • 训练大型语言模型和微调过程

Prompt Engineering 实现有效交互

  • 制作提示以获得准确和有用的输出
  • 针对各种应用程式微调提示策略
  • 试验提示变体以优化回应

LLM 在 Business 中的应用

  • 使用对话式 AI 实现客户服务自动化
  • 营销和媒体的内容生成
  • 数据分析和报告生成中的 LLM

伦理考虑和偏见 Management

  • 识别 LLM 产生内容中的潜在偏见
  • 解决生成式 AI 应用程式中的道德问题
  • 负责任地部署 LLM 的策略

LLM 中的高级技术

  • 针对特定领域的应用程式微调 LLM
  • 将 LLM 与其他 AI 系统整合以增强功能
  • 探索多语言和跨语言功能

Business 中 Generative AI 的未来

  • 生成式 AI 和 LLM 研究的新兴趋势
  • 扩展 LLM 解决方案的机遇和挑战
  • 为 AI 驱动的业务转型做好准备

总结和后续步骤

要求

  • 对机器学习和自然语言处理概念有基本的了解
  • 熟悉 Python 程式设计

观众

  • 对生成式 AI 技术感兴趣的数据科学家和 AI 从业者
  • Business 探索自动化和内容生成的专业人士
  • 希望在其工作流程中实施 LLM 的技术经理和决策者
 14 小时

即将举行的公开课程

课程分类