课程简介
在数字化浪潮席卷全球的当下,人工智能已深度融入社会各领域,成为推动产业升级与创新发展的核心驱动力。其中,大语言模型(LLMs)作为人工智能领域的关键突破,凭借其卓越的自然语言理解与生成能力,正引发一场深刻的变革。
大语言模型能够处理和分析海量的文本数据,实现诸如文本创作、智能问答、机器翻译等复杂任务,在媒体、金融、医疗、教育等众多行业展现出巨大的应用价值。然而,当前大语言模型技术发展日新月异,新模型、新算法层出不穷,对于从业者而言,要紧跟技术前沿并非易事。一方面,市场上缺乏系统全面的学习资料,导致学习者知识碎片化,难以构建完整的知识体系;另一方面,理论学习与实际应用之间存在较大差距,尤其是面对不同业务场景时,如何对预训练模型进行高效微调以满足特定需求,成为了一大难题。
本课程围绕LLMs大语言模型展开,涵盖AIGC全景、LLMs基础理论到项目实战。先介绍AIGC与LLMs的概念、发展、生态及应用,再深入Qwen3模型微调操作,掌握环境准备与实战技巧。接着学习LangChain开发框架,通过案例实战熟悉应用。最后,结合Qwen3与LangChain构建本地化客服系统,帮助学员从理论到实践,全面掌握大语言模型开发与应用能力。
课程收益
1、宏观视角:帮助学员掌握大模型的发展演进、未来趋势、主流的大模型产品形态和市场格局。
2、微观视角:帮助学员掌握大模型的算法原理、关键技术和微调方法,为打造企业私有化、本地化专属大模型提供技术支撑。
3、帮助学员掌握本地私有化大模型的,安装、部署、模型微调,探索打造企业私有化专属大模型的实现。
4、帮助学员掌握大模型应用开发框架,构建企业私有知识库系统,通过RAG增强检索技术,打造企业专属业务应用。
受众人群
算法工程师、数据科学家、机器学习研究员等人工智能与机器学习领域从业者,软件工程师、系统架构师、IT运维人员等软件开发与信息技术领域从业者及其他对大语言模型感兴趣的人员
课程周期
4天(24H)
课程大纲
标题 | 授课内容 |
一、AIGC AI内容生成全景视图(第一天上午) | 1.AIGC的概念定义:内涵、外延 2.AIGC的体系结构:七大领域 3.AIGC的发展演进:从AI->AIGC 4.AIGC的关键技术:算法模型 5.AIGC的核心框架:商业&开源项目 6.AIGC的生态图谱:生态体系 7.AIGC的行业应用:文本、图像、视频、语音等 8.AIGC的发展现状: 9.AIGC的未来趋势: |
二、LLMs大语言模型全景视图(第一天下午) | 1.LLMs大语言模型的概念定义 2.LLMs大语言模型的发展演进 3.LLMs大语言模型的生态体系: 4.LLMs大语言模型的关键技术:Transforer& 5.LLMs大语言模型的核心框架:商业&开源 6.LLMs大语言模型的行业应用 7.LLMs大语言模型的发展现状:通用&垂类 8.LLMs大语言模型的未来趋势:多模态&细分 9.LLMs大语言模型微调的主要方法 10.LLMs大语言模型微调的主流开源框架 |
三、Qwen3 Fine-Tuning环境准备(第二天上午) | 1.Qwen3大语言模型开源框架简介 2.Qwen3大语言模型本地私有化部署 3.Qwen3大语言模型可视化管理界面 4. Qwen3本地开发环境安装部署 5. Qwen3预训练模型下载·和配置 6. Qwen3本地开发环境运行和演示 7. Qwen3本地微调环境安装部署 8. Qwen3本地微调基础模型转换 9.Qwen3 Fine-Tuning方法 |
四、Qwen3 Fine-Tuning操作实战(第二天下午) | 1. Qwen3模型微调 准备训练脚本 2. Qwen3模型微调 数据格式说明 3. Qwen3模型微调 准备数据集合 4. Qwen3模型微调 准备转换模型 5. Qwen3模型微调 中文微调 6. Qwen3模型微调 训练监控 7. Qwen3模型微调 模型推理 8. Qwen3模型微调 模型评估 |
五、LangChain应用开发框架(第三天上午) | 1.LangChain应用开发框架简述2.LangChain框架主要核心概念 3.LangChain支持的语言模型 4.LangChain六大功能组件 5.LangChain环境安装部署 6.LangChain操作案例教程 |
六、LangChain程序设计案例实战(第三天下午) | 1.LangChain程序设计案例1:非结构化数据问答 2.LangChain程序设计案例2:SQL结构化数据问答 3.LangChain程序设计案例3:聊天机器人 4.LangChain程序设计案例4:代码理解 5.LangChain程序设计案例5:API交互 6.LangChain程序设计案例6:文档摘要 |
七、Qwen3+langchain构建本地化客服系统(第四天上午) | 1.LLMs_QA基于语言模型本地化QA系统 2.LLMs_QA本地化客服系统业务需求 3.LLMs_QA本地化客服系统数据需求 4.LLMs_QA本地化客服系统工作流程 5.LLMs_QA本地化客服系统交互逻辑 6.LLMs_QA本地化客服系统体系结构 |
八、Qwen3+langchain构建本地化客服系统(第四天下午) | 1.LLMs_QA开发环境安装部署 2.LLMs_QA数据文件预处理 3.LLMs_QA数据文件向量化和存储 4.LLMs_QA语言模型集成 5.LLMS_QA管道和链程序设计 6.LLMS_QA本地化QA系统运行演示 |
Zane Zhang
百林哲咨询(北京)有限公司专家团队成员
Zane Zhang
百林哲咨询(北京)有限公司专家团队成员
Zane Zhang
百林哲咨询(北京)有限公司专家团队成员
Zane Zhang
百林哲咨询(北京)有限公司专家团队成员
Zane Zhang
百林哲咨询(北京)有限公司专家团队成员
Zane Zhang
百林哲咨询(北京)有限公司专家团队成员
Zane Zhang
百林哲咨询(北京)有限公司专家团队成员
京ICP备2022035414号-1