課程簡介
每當有新技術(shù)突破的時候,最流行的句式是“所有業(yè)務(wù)都可以用XX實現(xiàn)一遍”。AI大模型的突破,讓所有人再次躍躍欲試。作為工程師,我們有機會站在驅(qū)動業(yè)務(wù)重構(gòu)的最前沿,這里面有巨大的機會。在以傳統(tǒng)機器學習為代表的類AI階段,大家在技術(shù)層面往往會陷入語言/庫之爭,Python作為AI的門面語言,受到了極大關(guān)注,但同時也讓非Python的工程師陷入兩難:我要放棄現(xiàn)有的技術(shù)棧么?大模型的突破,讓這一切不是問題。首先,AI大模型在應(yīng)用層,API極為簡單,對于有其他語言經(jīng)驗的工程師來講并非難事。其次,過去的機器學習等知識體系,在大模型時代已沒有特別大的必要去深入了(當然,了解更好)。過去在了解部分底層算法的前提下做調(diào)參,而現(xiàn)在調(diào)好prompt就可以了(當然,要用好它也不容易)。
那么,既然AI大模型的應(yīng)用門檻不高,我們工程師該怎樣基于AI構(gòu)建自己的最核心競爭力,拓寬技術(shù)護城河,并持續(xù)賦能業(yè)務(wù)呢?這是我們本次課程的目標。
本次課程將從AI大模型行業(yè)現(xiàn)狀、AI發(fā)展路線圖、基于Copilot的研發(fā)效能提升、ChatGPT/OpenAI核心邏輯、Prompt工程及調(diào)優(yōu)、開源大模型微調(diào)流程等多個方面,從概念+實踐的角度去學習最前沿的AI知識,從0打造AI時代的全棧護城河。
目標收益
培訓對象
1、適合想進入AI領(lǐng)域,或者利用AI提升工作效能的工程師。
2.適合想更全面判斷AI趨勢、或者利用AI為現(xiàn)有業(yè)務(wù)賦能的技術(shù)管理者
課程大綱
引子 | AI大模型現(xiàn)狀、AI與工程師、ChatGPG/OpenAI、Prompt工程、開源大模型微調(diào) |
第一單元 AI大模型生態(tài)及現(xiàn)狀 |
1.大模型的前世今生 1.1從神經(jīng)網(wǎng)絡(luò)到預(yù)訓練 1.2Transformer框架解析 2.百模大戰(zhàn)時代 2.1國內(nèi)外主流大模型介紹 2.2AI+賦能場景案例介紹 |
第二單元 OpenAI與ChatGPT理論與實踐 |
3.OpenAI與ChatGPT的能力探索 3.1ChatGPT目前能做哪些事? 3.2OpenAI是如何這么智能的? 3.3Prompt工程實踐:開發(fā)一個對話機器人。 3.4Prompt的調(diào)優(yōu)方式 3.5Prompt的攻擊問題 |
第三單元 AI與工程師 |
4.Copilot:工程師的研發(fā)效能利器 4.1Copilot詳解 4.2Copilot安裝與配置 5.Copilot 應(yīng)用實戰(zhàn) 5.1使用Copilot進行輔助編程/代碼解釋 5.2 使用Copilot進行重構(gòu)/測試 |
第四單元 開源大模型及微調(diào)方案 |
6.開源大模型:垂直模型的基座 6.1開源大模型串講:Llama2、ChatGLM、昆侖天工 6.2Hugging Face:AI界的Github 6.3ChatGLM-6B微調(diào)方案 |
引子 AI大模型現(xiàn)狀、AI與工程師、ChatGPG/OpenAI、Prompt工程、開源大模型微調(diào) |
第一單元 AI大模型生態(tài)及現(xiàn)狀 1.大模型的前世今生 1.1從神經(jīng)網(wǎng)絡(luò)到預(yù)訓練 1.2Transformer框架解析 2.百模大戰(zhàn)時代 2.1國內(nèi)外主流大模型介紹 2.2AI+賦能場景案例介紹 |
第二單元 OpenAI與ChatGPT理論與實踐 3.OpenAI與ChatGPT的能力探索 3.1ChatGPT目前能做哪些事? 3.2OpenAI是如何這么智能的? 3.3Prompt工程實踐:開發(fā)一個對話機器人。 3.4Prompt的調(diào)優(yōu)方式 3.5Prompt的攻擊問題 |
第三單元 AI與工程師 4.Copilot:工程師的研發(fā)效能利器 4.1Copilot詳解 4.2Copilot安裝與配置 5.Copilot 應(yīng)用實戰(zhàn) 5.1使用Copilot進行輔助編程/代碼解釋 5.2 使用Copilot進行重構(gòu)/測試 |
第四單元 開源大模型及微調(diào)方案 6.開源大模型:垂直模型的基座 6.1開源大模型串講:Llama2、ChatGLM、昆侖天工 6.2Hugging Face:AI界的Github 6.3ChatGLM-6B微調(diào)方案 |