感谢您发送咨询!我们的团队成员将很快与您联系。
感谢您发送预订!我们的团队成员将很快与您联系。
课程大纲
生成式AI与大型语言模型简介
- 生成式AI概述及其发展历程
- LLMs简介:GPT、BERT及其能力
- 生成式模型与传统NLP方法的比较
Transformer架构与模型训练
- 理解LLMs中的Transformer架构
- 自注意力机制与语言建模
- 大型语言模型的训练与微调过程
提示工程以实现有效互动
- 设计提示以生成准确有用的输出
- 针对不同应用调整提示策略
- 通过提示变化实验优化响应
LLMs在业务中的应用
- 使用对话式AI自动化客户服务
- 为营销和媒体生成内容
- LLMs在数据分析和报告生成中的应用
伦理考虑与偏见管理
- 识别LLM生成内容中的潜在偏见
- 解决生成式AI应用中的伦理问题
- 负责任部署LLMs的策略
LLMs的高级技术
- 为特定领域应用微调LLMs
- 将LLMs与其他AI系统集成以增强功能
- 探索多语言和跨语言能力
生成式AI在业务中的未来
- 生成式AI和LLM研究的新兴趋势
- 扩展LLM解决方案的机遇与挑战
- 为AI驱动的业务变革做好准备
总结与下一步
要求
- 对机器学习和自然语言处理概念有基本了解
- 熟悉Python编程
目标受众
- 对生成式AI技术感兴趣的数据科学家和AI从业者
- 探索自动化和内容生成的业务专业人士
- 希望在工作流程中实施LLMs的技术经理和决策者
14 小时
客户评论 (2)
互动式风格,练习
Tamas Tutuntzisz
课程 - Introduction to Prompt Engineering
机器翻译
一个未来使用的优秀资源库,讲师的风格(充满幽默感,细节丰富)
Adam - GE Aerospace Poland Sp. z o.o.
课程 - Prompt Engineering for ChatGPT
机器翻译