课程介绍
本次培训是一场深度实践与技术探索的盛宴,旨在帮助学员掌握如何利用个人私有数据进行微调和构建高效的知识库系统。授课讲师将详细讲解数据预处理、预训练超参数设置,以及基于rLoRA技术对ChatGLM3-6B模型进行微调的步骤。还将深入介绍LangChain的概念、功能、工作流程,以及其在不同场景下的应用潜力与局限性。最后将带领学员实操多种智能体实例,探索多智能体技术在复杂场景下的应用,包括如何利用LangGraph实现多智能体的并行处理和协作,以及如何超越传统AI的限制,实现创新的功能应用。通过这次培训,学员将能够全面提升自己在数据处理、模型训练和智能体应用方面的专业技能。
培训对象
希望掌握大模型的企业领导和商业领袖;
希望迅速掌握利用大模型帮助工作的工程师;
人工智能应用相关人员;
学员需具备:
具备初步的IT基础知识、具备基本的python编程能力、熟悉深度学习和nlp的基本概念、熟悉人工智能基本概念。
课程收益
实战搭建rag+优化进阶,掌握搭建效果更有的本地知识库;
掌握 AI 大模型应用开发框架lanchain,熟练使用其各个组件解决实际大模型开发问题;
深度应用大模型技术,高效开发企业级应用,掌握智能体开发全过程,掌握智能体得能力;
掌握提升垂直优化能力,可以自己独立完成针对特定数据和业务训练出优秀的行业大模型。
知识概要
-- langchain基础;
-- langchain七个模块介绍;
-- 智能体实战。
课程大纲
langchain基础
什么是LangChain
LangChain提供功能
LangChain 工作流程
LangChain 可能的应用场景
LangChain 的局限性
LangChain环境部署
langchain七个模块介绍
1. Schema
2. Models
3. Prompts
4. Indexes
5. Memory
6. Chains
7. Agents
智能体实战
实操智能体例子
1.大模型Agent
2.Concepts 概念
3.OpenAI函数智能体
4.OpenAI函数调用
5.XML智能体
6.JSON结构智能体
7.ReAct智能体
8.自定义智能体
9.限制控制智能体执行
10.AI调用shell接管控制电脑
11.AI生成代码并自主运行计算
12.多智能体计划与协作
实操LangGraph多智能体
1.LangGraph智能体
2.Langgraph
3.LangGraph多分支并行处理
4.多图协作
5.让开源大模型智能体做GPT4都做不了的事情-讲段子Joke
6.灵活应用工具LangGraph智能体
7.多智能扮演明星玩综艺
认证过程
无认证考试
开班信息
暂无开班信息