随着以 ChatGPT、GPT-4 为代表的大语言模型的快速发展和广泛应用，掌握如何利用 LLM 构建智能化的 AI 应用已成为开发者的必修课。
课程简介
本课程旨在系统讲解大语言模型的原理和实践，从零开始教你构建与微调大模型，并利用 LangChain 和 Llamalndex 等框架设计，开发、部置功能强大的 AI 应用。
在理论讲解的同时，每一部分都配有贴近真实场景的实战项目，如通过 AI Agent 进行智能定价、智能库存管理，企业营销方案优化和多模态 RAG 检索系统的实现等，让你快速将所学应用到实践中。
开课时间：2024 年 6 月 1 号起每周六 20:00-21:40 上课
课程特色：全程直播、专家亲授、品牌精品、专属讲师学员社群
课程讲师
黄佳
新加坡科研局首席 AI 研究员
前埃森哲新加坡公司资深顾问
入行 20 余年，参与过政府部门、银行、电商、能源等多领域大型项目，积累了极为丰富的人工智能和大数据项目实战经验。近年主攻方向为 NLP 预训练大模型应用、FinTech 应用、持续学习。
曾出版《GPT 图解 大模型是怎样构建的》《数据分析咖哥十话》《零基础学机器学习》《SAP 程序设计》等多本畅销书，即将出版的书籍还有《大模型应用开发 动手做 AI Agent》。
课程大纲
01
语言模型的起源与发展
02
文本表示：从One-Hot到Embedding到LLM Embedding实战
03
循环神经网络与Seq2Seq模型
04
Attention机制与Transformer
05
BERT、GPT以及ChatGPT背后的RLHF技术
06
大语言模型应用开发工具一览
07
OpenAI Assistants实战：实现自动化办公
08
LangChain速览：理念、架构与实战初体验
09
链：大模型编程范式和LCEL LangChain表达式语言
10
LangServe和LangSmith系统集成: 从原型到生产系统
11
记忆：LangChain中的各种Memory
12
大语言模型驱动的Agent
13
LangChain框架实战 - ReAct和Plan-and-Execute Agent开发
14
AutoGPT, BabyAGI, CAMEL - GitHub明星项目解析
15
多Agent系统框架 - 协作式AI
16
LangChain RAG实战 - 知识提取与检索增强（上）
17
LlamaIndex RAG实战 - 知识提取与检索增强（下）
18
大模型的微调技术
19
大模型的量化与推理加速技术
20
学术前沿与产业发展
21
大模型的最前沿进展
