LLM大模型技术及开发应用实践

Mace Liu 查看讲师

百林哲咨询（北京）有限公司专家团队成员

曾任职BEA(中国)资深软件架构师，十余年的企业软件架构、开发和管理经验, 侧重于企业应用软件架构设计.主要负责客户大型项目的架构设计和研发。

浏览：1134次

详情 DETAILS

课程简介

目前，人工智能和自然语言处理领域的发展正处于一个前所未有的黄金时代，不仅在学术界引起了广泛关注，还在工业界得到了广泛应用。在这样的大背景下，LangChain这个以LLM为核心的开发框架应运而生，进一步推动了这一领域的创新和发展。LangChain不仅可以用于开发聊天机器人，还能构建智能问答系统等多种应用，而且LangChain提供了一个完整的生态系统，为开发者带来了一系列强大的功能和工具，简化了 LLM 开发的复杂性，越来越多的开发者和组织选择使用LangChain进行项目开发，正是在这一波 LLM 开发热潮的推动下，越来越多的人对如何有效利用这些先进的技术产生了浓厚的兴趣。

本课程旨在帮助大家深入了解和应用大模型，从而利用其强大的自然语言处理能力解决各种现实世界的问题。内容包括介绍大型语言模型的基本原理、架构和训练方法，帮助大家建立对大模型的理解和认知。深入探讨LLAMA在各个领域的实际应用，包括自动文本生成、机器翻译、情感分析、问答系统等，帮助大家了解如何将LlAMA应用于实际项目中，掌握全面目深人的 LLM 开发指南。

课程收益

1、帮助学员系统化了解AIGC生态体系和发展趋势；

2、帮助学员系统化了解LLMs大语言模型生态体系和发展趋势；

3、帮助学员掌握大语言模型LLama2模型的微调方法；

4、帮助学员掌握大语言模型开发框架Langchain的使用方法；

5、构建基于LangChain完整项目的开发过程和经验

受众人群

各类软件企业和研发中心的程序员、软件设计师、架构师, 项目经理，业务架构师，公司管理者及对LLM应用开发感兴趣的人员。

课程周期

2天（12H）

课程大纲

标题	授课内容
一、 LLM大模型核心原理	1. 大模型基础：理论与技术的演进 2. LLMs大语言模型的概念定义 3. LLMs大语言模型的发展演进 4. LLMs大语言模型的生态体系 5. 大语言模型技术发展与演进 6. 基于统计机器学习的语言模型 7. 基于深度神经网络的语言模型 8. 基于 Transformer 的大语言模型 9. LLMs大语言模型的关键技术 10. LLMs大语言模型的核心框架：商业&开源 11. LLMs大语言模型的行业应用 12. 动⼿开发第⼀个 ChatGPT Plugin
二、 LLM大模型微调	1. 大模型高效微调技术 2. Parameter-Efficient 3. Fine-Tuning (PEFT) 初探 4. 大模型轻量级高效微调方法 LoRA 5. 少样本 PEFT 新方法 IA3 6. 统一微调框架 UniPELT 7. 基于人类反馈的强化学习微调技术 RLHF 8. 混合专家模型 Mixture of Experts（MoE）技术架构揭秘
三、国内外大模型研究进展	1. 国内外大模型研究进展 2. 百度文心、 3. 阿里通义 4. 科大讯飞星火大模型 5. 0pen API GPT 6. 腾讯混元 7. 华为鲲鹏大模型
四、大语言模型微调与Prompt提示工程	1. 大语言模型微调与Prompt 2. 大语言模型微调对象和层次 3. 语言模型微调的主流方法 4. Prompt如何使用和进阶 5. 什么是提示与提示工程 6. 提示工程的巨大威力：从Let’s think step by step说起 7. 拆解、标准化、流程化：如何用AI改造工作 8. 使用BROKE框架设计ChatGPT提示 9. 通过案例分析，展示如何使用大模型prompt技术辅助开发
五、基于智谱 AI GLM 篇-案例分析	1. GLM 大模型家族介绍 2. 智谱第四代 API 介绍 3. AP\| 基础教学和实战 4. 使用 GLM-4 AP\| 构建模型和应用 5. 使用 GLM-4从0到1搭建并优化 RAG 程序 6. Diffusion 原理介绍 7. 模型训练的数据优化(DALLE3) 8. CogView3 及 API 调用演示 9. 超拟人大模型 10. CharacterGLM:理论与实战
六、⼤模型应⽤开发框架 LangChain	1. ⼤模型应⽤开发框架 LangChain 2. LangChain 是什么 3. 为什么需要 LangChain 4. LangChain 典型使⽤场景 5. LangChain 基础概念与模块化设计 6. LangChain 核⼼模块⼊⻔与实战 7. LangChain 的3 个场景 8. LangChain 的6 大模块 9. LangChain 的开发流程 10. 创建基于LangChain聊天机器人
七、构建Llama2 +LangChain构建文档问答系统	1. 构建复杂LangChain应⽤ 2. LangChain模型(Models)：从不同的 LLM 和嵌入模型中进行选择 3. LangChain提示(Prompts)：管理 LLM 输入 4. LangChain链(Chains)：将 LLM 与其他组件相结合 5. LangChain索引(Indexs)：访问外部数据 6. LangChain记忆(Memory)：记住以前的对话 7. LangChain代理(Agents)：访问其他工具 8. Agent 理论基础：ReAct 9. 使⽤Llama大模型构建文档问答系统
八、基于大模型 + LangChain 产业应用场景和案例分析	1. 大模型应用聊天机器人场景 2. 大模型应用智能文档和智能写作场景 3. 大模型应用知识图谱场景 4. 大模型应用用户体验管理场景 5. 大模型应用搜索场景 6. 大模型应用智能机器人场景 7. 大模型LangChain程序设计案例：聊天机器人 8. 大模型LangChain程序设计案例：代码理解 9. 大模型LangChain程序设计案例：API交互 10. 大模型LangChain程序设计案例：文档摘要
九、大模型技术在金融业应用的思考与建议	1. 大模型技术在金融业应用的思考与建议 2. 大模型技术的特点及局限性分析 3. 大模型技术在金融领域的适用场景 4. 大模型技术与金融智能营销 5. 大模型技术与金融智能风控 6. 大模型技术与金融智能客服 7. 大模型技术与金融虚拟营业厅和数字人 8. 大模型技术与金融其他通用场景
十、大模型技术在软件开发行业应用-以GPT为工具	1. 大模型应用软件架构设计阶段场景与案例 2. 大模型应用详细设计阶段阶段场景与案例 3. 大模型应用编码阶段阶段场景与案例 4. 大模型应用代码重构与优化阶段场景与案例 5. 大模型应用代码评审阶段场景与案例 6. 大模型单元测试阶段场景与案例
十一、大模型技术在其他行业应用	1. 大模型技术在教育科技应用-可汗学院(Khan Academy) 2. 大模型技术在大型企业数字化转型应用-法务智能辅助审核 3. 大模型技术在企业应用-安防企业智能文本审阅系统 4. 大模型技术在电信应用-智能运维 5. 大模型技术在互联网和传媒应用-智能搜索与推荐系统 6. 大模型技术在建筑行业应用-智能工程图纸管理